Kai Wang团队提出HAFL框架

2026年11月3日，arXiv发布论文《HAFL：基于空天地一体化网络的层级异步联邦学习框架》。针对6G去中心化边缘基础设施，作者Kai Wang等提出低轨卫星（LEO）辅助的层级异步联邦学习框架HAFL。 该框架允许资源受限的地面客户端通过空地链路协作。HAFL采用异步Gauss-Seidel型更新替代同步方法以加快收敛，并为凸及非凸目标提供了理论收敛性证明，同时联合优化超参数以降低全局训练时延。 在基准DNN和数据集评估中，HAFL实现了更快的初始收敛和可比的最终性能，显著减少了全局训练轮次和通信成本。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。