QFedAgent

用于多智能体活动识别的量子增强联邦学习框架

研究人员开发了QFedAgent，一个将量子计算与个性化联邦学习相结合用于多智能体活动识别的新颖框架。这种混合方法解决了多智能体系统中异构和非独立同分布（non-IID）传感器数据带来的挑战，这些数据通常会降低传统联邦学习算法的性能。QFedAgent利用变分量子电路进行融合，与经典方法相比显著减少了参数，并在OPPORTUNITY数据集上展示了具有竞争力的准确性。