一种面向可信度的基于LSTM与PPO的MCS激励方法

本发明提供一种面向可信度的基于LSTM与PPO的MCS激励方法，能够将参与者的感知决策过程建模为非合作博弈，并采用马尔可夫决策过程MDP来描述其行为。在不了解全局信息的情况下，利用长短期记忆网络LSTM与近端策略优化算法PPO相结合的激励模型LSTM‑PPO，为每位参与者制定最合理且有效的感知时长策略，以最大化效用奖励。任务完成后，通过评估上传数据的质量来动态更新参与者的可信度，从而调整其下一阶段的效用奖励。在真实数据集上，我们对CIM‑LP和现有的其他激励机制进行了大量的仿真实验。结果表明，CIM‑LP机制使参与者平均效用提高了19.3%，任务完成率提高了12.8%。