能耗响应双降
联邦学习框架下基于深度强化学习的任务卸载算法，在保护隐私的同时提升系统效用。
童钊 · Jiake, Wang · 梅晶 · 李肯立 · Li, Keqin
IEEE Transactions on Vehicular Technology 2023
采用密码学的本地模型更新与聚合机制，用户原始数据不出本地，仅共享加密的模型更新。
以能耗和任务响应时间为双目标，通过深度强化学习在动态环境中学习高效的卸载决策。
基于真实设备的移动轨迹和预部署的基站位置进行评估，验证了算法在用户移动场景下的有效性。