Federated Reinforcement Learning
PulseAugur coverage of Federated Reinforcement Learning — every cluster mentioning Federated Reinforcement Learning across labs, papers, and developer communities, ranked by signal.
-
新的FedRL方法通过约束感知聚合增强微电网安全性
研究人员开发了一种新的联邦强化学习（FedRL）约束感知聚合方法，以提高微电网能源协调的安全性。像FedAvg这样的标准聚合技术可能会导致不安全的全局行为，因为它们没有考虑系统级约束。所提出的方法在服务器端更新中纳入了局部性能和估计的约束违规情况，并采用基于惩罚的规则在奖励和安全性之间实现了可靠的权衡。在基准环境和真实数据集上的评估表明，与FedAvg相比，该方法显著减少了约束违规，同时保持或提高了奖励。
-
新框架 \alg 通过联邦强化学习保护自动驾驶汽车免受投毒攻击
研究人员开发了一个名为 \alg 的新框架，以增强自动驾驶汽车中使用的联邦强化学习 (FRL) 系统的安全性。该框架解决了投毒攻击的威胁，投毒攻击可以通过注入恶意参数来破坏全局控制模型。\alg 集成了数字孪生进行基于排练的学习，并利用历史数据确保只聚合良性信息，从而减轻恶意代理的影响。该系统的有效性已通过理论保证并在现实高速公路环境的模拟中得到验证。
-
新的联邦学习方法解决了效率和泛化问题
研究人员开发了新的联邦学习方法，这是一种允许去中心化代理在不共享原始数据的情况下协同训练模型的技术。一种名为 FedQHD 的方法使用强化学习代理的特定结构来实现参数的闭式聚合，从而提高了控制基准的效率和性能。另一篇论文介绍了一个名为 FedDTL 的联邦视觉-语言模型框架，该框架解耦了图像和文本编码器以减少不一致性，并使用涉及强化学习的两阶段微调过程以获得更好的泛化能力。此外，一种名为 C-MOPPO 的方法通过将其构建为约束多目标…
-
AI系统PALCAS利用联邦强化学习改进自动驾驶汽车变道
研究人员开发了PALCAS，这是一个用于自动驾驶汽车的新系统，它利用联邦强化学习来辅助变道。与之前的系统不同，PALCAS根据车辆到达目的地的紧急程度来优先考虑变道。该系统采用了一种新颖的奖励函数，以确保在各种驾驶场景下做出安全明智的决策，并利用参数化深度Q网络来实现代理协作。模拟表明，PALCAS提高了交通效率、安全性和到达率。