联邦 bandit 中的激励通信

大多数现有的联邦 bandit 研究想当然地认为所有客户端都乐于在需要时与服务器共享数据以谋求集体利益。尽管它们在性能和通信效率上有着引人注目的理论保证，这一假设过于理想化，且在实践中常被违背，尤其是当算法运行于自利客户端之上时，这些客户端在没有明确收益的情况下不愿共享数据。忽视此类自利行为会显著影响学习效率，甚至影响联邦 bandit 学习的实际可操作性。有鉴于此，我们旨在通过正式引入联邦 bandit 的激励通信问题来为该未被充分探索的研究领域激发新见解，其中服务器应通过提供激励来促使客户端共享数据。在不失一般性的前提下，我们以上下文线性设置实例化该 bandit 问题，并提出首个激励通信协议，即 Inc-FedUCB，其在可证明的通信与激励成本保证下实现了近最优后悔。在合成与真实世界数据集上的大量实证实验进一步验证了所提方法在各种环境下的有效性。