分层学习关联博弈

针对无人机分层分布式学习中的关联形成问题，提出双边多对一匹配博弈模型，追求全网社会福利最大化而非单边利益。

霍鑫

IEEE Transactions on Cybernetics 2024

技术优势

双边满意，避免单边最优

区别于现有单边利益最大化方法，该算法兼顾发射端与接收端，寻求稳定匹配，实现社会福祉最大化。

多接收机中继抗掉线

多个无人机接收器作为无线中继，改善发射端与云服务器之间的通信，降低节点掉线的影响。

稳定匹配有保障

采用两阶段多对一匹配算法，能够找到稳定的匹配结果，避免频繁重连。

应用场景

• 无人机分布式学习：用于区域监测等分布式学习任务，优化收发关联以提升通信可靠性。
• 无人机网络优化：通过匹配博弈确定最优链路，提升无人机网络资源利用效率。
• 边缘智能：增强边缘节点间协同，减少通信瓶颈对模型训练的影响。