具有灵活个性化的联邦 $\mathcal{X}$-armed Bandit

本文提出一种新颖的方法，用于在 $\mathcal{X}$-armed bandit 框架下进行个性化联邦学习，旨在解决在高度异构环境中优化局部与全局目标的挑战。我们的方法采用代理目标函数，将 individual client preferences 与 aggregated global knowledge 结合，实现在个性化与集体学习之间灵活的权衡。我们提出一种基于阶段的消除算法，实现亚线性 regret 且 logarithmic communication overhead，适用于联邦设置。理论分析和实证评估表明，我们的方法优于现有方法。该工作的潜在应用领域包括医疗保健、智能家居设备和电子商务等，均需在个性化与全局见解之间进行平衡。