差分隐私联邦线性_bandit

去中心化学习系统的迅速普及使得对差分隐私协作学习的需求成为必然。在本文中，我们在上下文线性 bandit 的背景下研究这一问题：我们考虑一组智能体协作解决一个共同的上下文 bandit 问题，同时确保其通信保持隐私。针对该问题，我们设计了 \textsc{FedUCB}，一种用于集中式与去中心化（点对点）联邦学习的多智能体隐私算法。我们对其效用（以 regret 衡量）进行了严格的技术分析，改进了协作 bandit 学习中的若干结果，并提供了严格的隐私保证。我们的算法在伪 regret 界与多种多智能体设置下的经验基准性能方面均具竞争力。