LeFi：面向汽车边缘计算中联邦学习的激励学习算法

联邦学习（FL）是一种有前景的隐私保护方法，通过聚合分布式联网自动驾驶车辆（CAV）本地观测数据所得的梯度，持续更新中心机器学习（ML）模型（例如边缘服务器中的目标检测器）。激励机制旨在促使个体自私的 CAV 参与 FL，以提升整体模型精度。然而，由于整体模型精度与 CAV 未知激励敏感度之间的复杂关联，尤其在个体 CAV 的非独立同分布（Non-IID）数据下，设计激励机制颇具挑战。本文提出一种新的 learn-to-incentivize（激励学习）算法，在未知敏感度函数下自适应地为个体 CAV 分配奖励。首先，我们利用计算高效的 Gaussian process regression（GPR，高斯过程回归）通过累积观测逐步学习个体 CAV 的未知敏感度函数。其次，我们使用源自 GPR 的新采样梯度迭代更新对个体 CAV 的奖励分配。第三，我们将更新后的奖励分配投影以符合总预算约束。我们通过大量仿真评估性能，仿真参数取自 CIFAR-10 数据集与 NVIDIA RTX 3080 GPU 的真实剖析。结果表明，我们所提算法在精度、可扩展性与适应性方面大幅优于现有方案。