FedSelect

FedCKA 增强了自动驾驶汽车的联邦3D感知能力

研究人员开发了 FedCKA，这是一种新颖的联邦学习策略，旨在提高自动驾驶汽车在不同驾驶条件下的3D感知能力。该方法通过分析层级特征相似性，动态调整全局模型共识与客户端特定适应性之间的平衡。FedCKA 选择性地共享表示一致的层，在 nuScenes 基准测试中，其性能显著优于 FedBN、FedRep 和 FedSelect 等现有的联邦学习基线。