Feb, 2024

团队形成中的冲突

PDF
TL;DR在这项研究中，我们以团队形成中的冲突为问题，目标是根据个人的任务偏好和他们之间的冲突，将个体分配到任务中。我们使用依赖舍入方案作为主要工具箱，提供高效的近似算法。我们的框架非常灵活，可以模拟教育环境和人力资源管理中出现的许多不同的实际情况。我们在真实数据集上测试和部署我们的算法，并展示出我们的算法比自然基线找到的分配更好。在教育环境中，我们还展示了我们的分配比人工专家手动分配要好得多。在人力资源管理应用中，我们展示了我们的分配如何提高团队的多样性。最后，我们使用合成数据集证明我们的算法在实践中的可扩展性非常好。
发现论文，激发创造
  • 社交网络上的团队容量问题

    本研究旨在解决团队组建问题，通过社交网络来形成一个既社交亲密，又能分配任务且无用户过载的团队，并借助 crawled millions 的 GitHub 数据集和近似算法找到高效团队。

    May, 2012

  • 任务分配的闭环模型设计

    本研究通过利用人类 - 任务相似性的弱先验信息来启动模型训练，改善任务分配的准确性，尤其是在人类决策者存在错误和偏见的情况下，在合成数据和社交媒体毒性检测任务上得到了实证验证。

    May, 2023

  • 一种强化学习辅助的遗传编程算法，用于考虑人 - 岗位匹配的团队组建问题

    本研究提出了一种基于强化学习和遗传规划的团队组建方法，在考虑人员和岗位匹配以及团队成员间沟通的情况下，通过验直觉模糊数计算个人工作匹配分数。算法采用集合算法提高解决方案的质量，通过代理人选择搜索模式来实现探索和开发的平衡。基于代理模型的快速评估进一步加速了算法的学习过程，实验验证证实了该算法在真实企业环境中的有效性。

    Apr, 2023

  • 使用机器人团队的任务分配

    本文介绍一个通用的、广泛涉及机器人、计算机科学、运筹学和人工智能等领域的任务分配问题，包括机器人、任务和周围环境状态的多个版本，并探讨了解决该问题的现有方法，包括基于优化和市场的方法。

    Jul, 2022

  • 众包市场中异构任务的在线分配

    研究如何在固定预算内通过在线算法在众包市场中进行任务分配，探讨了实现任务分配的几种算法及评估方案，并通过实验验证了算法的实用性。

    Aug, 2015

  • 可靠众包系统的预算最优任务分配

    本文考虑众包任务分配中的可靠性问题，提出了一种基于置信传播和低秩矩阵逼近的算法来决定如何分配任务，并从工人的答案中推断出正确答案。比较了不同算法的表现，发现基于者非自适应的算法是最优的。此外，还强调了建立可靠的工人信誉系统对于完全运用自适应设计的潜力至关重要。

    Oct, 2011

  • 多代理团队中的负载管理任务分配

    通过去中心化强化学习，提出一种多智能体团队任务分配的决策框架，考虑负载管理，鼓励闲置并避免不必要的资源使用。开发了一个衡量智能体在协作中重要性的指标，推断团队在处理潜在的过载情况时的弹性。

    Jul, 2022

  • 众包场景下的动态任务分配

    本文提出一种基于互信息解释的众包问题优化任务分配的方法，通过动态任务分配实现更高的准确度和可能需要更少的标签，从而提高了任务分配的效果。

    Jan, 2017

  • 多机器人系统冲突感知的最优目标分配算法

    通过提出高效的冲突引导方法，避免了计算下一个最佳分配时的瓶颈，以及引入两种算法优化来提高效率和可扩展性，研究表明该算法在实际场景中取得了近一个数量级的加速效果。

    Feb, 2024

  • FIRST Robotics 比赛中团队组建和获胜预测的综合框架：模型、算法和分析

    开发一种分析方法，优化和预测竞争环境下团队组建和团队表现，基于团队组建前竞争者技能数据。应用于 FIRST 机器人竞赛的指导流程，通过先前团队表现的指标，成功提取个人成员指标，形成竞争团队，并以 84.08% 的准确率预测胜利团队。

    Jan, 2024