基于知识交换的两个智能体与融合中心的实值函数协同估计

我们考虑一种包含两个智能体和一个融合中心的协同迭代算法，用于估计实数集上的一个实值函数（或“模型”）。虽然智能体收集的数据是私有的，但在算法的每次迭代中，智能体估计的模型被上传到融合中心，进行融合，然后由智能体下载。我们考虑智能体和融合中心的估计空间为再生核希尔伯特空间（RKHS）。在这些空间的适当假设下，我们证明了该算法是一致的，即存在一个估计模型的子序列在强拓扑下收敛于一个模型。为此，我们为智能体、融合中心以及算法的每次迭代构造性地定义了估计算子。我们定义了有效的输入数据序列，研究了估计算子范数的渐近性质，并找到了直到任意迭代的估计算子一致有界的充分条件。利用这些结果，我们证明了该算法存在一个估计算子，这意味着所考虑的估计算法的一致性。