arXiv · AI· Ye Lin Tun, Chu Myaet Thwal, Eui-Nam Huh, Choong Seon Hong·· 17 小时前AI 评分27
FedDIA:面向机器人导航联邦强化学习的难度与改进感知聚合方法
Beyond Easy Clients: Difficulty- and Improvement-Aware Aggregation for Federated Reinforcement Learning in Robot Navigation
AI 导读
summary_zh: FedDIA 提出了一种新的联邦聚合方法,通过评估本地训练对全局模型的改进幅度及环境难度来加权客户端。 该方法避免了“高原问题”,即客户端掌握环境后更新信息量低但回报仍高的偏差,且无需环境描述。
来源:arXiv · AI · arxiv.org