5种联邦学习架构
针对二维方格形模块化机器人难以在短时间内实现快速构型转换以适应新环境和新任务的问题,提出了SRA方法,利用基于QMIX的强化学习算法使机器人通过训练获得自重构的能力,学习到构型与构型之间...
基于多智能体强化学习的多车协作配送算法
多智能体自适应算法
DeepSwarm——一种新型边缘群体智能感知-计算耦合框架(通过数据采集和计算的双向优化实现群体深度学习) Organization:Northwestern Polytechnical University Author:Sicong Liu, Bin Guo, Zi...
# EchoPFL: Asynchronous Personalized Federated Learning on Mobile Devices with On-Demand Staleness Control# 文章引用Li X, Liu S, Zhou Z, et al. EchoPFL: Asynchronous Personalized F...
# [CVPR23 感推 Planning-oriented Autonomous Driving] *论文下载地址(可选):[[Planning-Oriented Autonomous Driving (thecvf.com)](https://openaccess.thecvf.com/content/CVPR2023/p...
论文分享--The Shapley
在过去的几年里,Shapley值,一个来自合作博弈论的解决方案概念,在机器学习中得到了大量的应用。本文首先讨论了合作博弈论的基本概念和Shapley值的公理化性质。然后,我们概述了Shapley值在机器学习中最重要的应用:特征选择、可解释性、多智能体强化学习、集成修剪和数据估值。我们研究了Shapley值的最关键的局限性,并指出了未来研究的方向。
多环境联邦持续学习算法(MEFCL)
FedAux混合联邦学习(Hybrid-FL)算法
基于信息势场奖励函数的多智能体双向协调网络(BiCNet-IPF)