面向联邦多臂老虎机的激励真实通信

为了提高联邦多臂老虎机学习的效率与实用性，最近的进展引入了激励机制以促进客户端之间的通信，其中仅当服务器提供的激励超过其参与成本时客户端才参与。然而，现有的激励机制天真地假设客户端是真实的：它们都报告其真实成本，因此参与客户端声称的成本越高，服务器必须支付的就越多。因此，此类机制容易受到旨在通过误报来优化自身效用的策略性客户端的攻击。为了解决这个问题，我们提出了一种激励兼容（即真实）的通信协议，名为 Truth-FedBan，其中每个参与者的激励独立于其自报成本，且报告真实成本是实现最佳效用的唯一途径。更重要的是，Truth-FedBan 在没有任何开销的情况下仍能保证次线性的遗憾和通信成本。换言之，本文的核心概念贡献在于首次证明了在联邦多臂老虎机学习中同时实现激励兼容和近乎最优遗憾的可能性。广泛的数值研究进一步验证了所提解决方案的有效性。