基于空中计算联邦线性 bandit 学习
机器学习
2023-08-29 v2 信号处理
机器学习
摘要
在本文中，我们研究了一个由服务器和多个设备组成的无线系统中的联邦上下文线性 bandit 学习。每个设备与环境交互，根据接收到的奖励选择动作，并将模型更新发送给服务器。主要目标是在有限时间范围内最小化所有设备的累积后悔。为降低通信开销，设备通过噪声衰落信道上的空中计算（AirComp）与服务器通信，其中信道噪声可能扭曲信号。在此背景下，我们提出了一种定制的联邦线性 bandit 方案，其中每个设备发送模拟信号，服务器接收到这些信号被信道噪声扭曲后的叠加。我们进行了严格的数学分析以确定所提方案的后悔界。理论分析和数值实验均证明了我们所提方案在各种设置下后悔界的竞争性能。
引用
@article{arxiv.2308.13298,
title = {Federated Linear Bandit Learning via Over-the-Air Computation},
author = {Jiali Wang and Yuning Jiang and Xin Liu and Ting Wang and Yuanming Shi},
journal= {arXiv preprint arXiv:2308.13298},
year = {2023}
}