具有异构智能体的联邦学习中的激励机制

联邦学习通过汇聚多个智能体的数据，有望显著提升样本效率，但激励不一致构成了一个障碍：每次更新对贡献者而言都有成本，却能使所有参与者受益。我们引入了一个捕捉异构数据的博弈论框架：智能体的效用取决于每个样本由谁提供，而不仅仅是样本数量。智能体的目标是以最小的个人成本满足 PAC 式的准确率阈值。我们证明，非协调博弈会导致病态结果：纯均衡可能不存在，且最优均衡的成本可能任意高于合作情形。为引导协作，我们分析了成本最小化的贡献向量，证明计算该向量是 NP 困难的，并推导出一个实现对数近似的多项式时间线性规划。最后，将该线性规划与一个简单的“按贡献支付”规则（即每个智能体获得的支付等于其样本成本）相结合，产生了一个防策略的机制，并且在基于贡献的转移支付类别中是唯一的。