空中联邦策略梯度

近年来，空中聚合在大规模分布式学习、优化和感知中得到了广泛考虑。在本文中，我们提出了空中联邦策略梯度算法，其中所有智能体同时向公共无线信道广播携带本地信息的模拟信号，中央控制器利用接收到的聚合波形来更新策略参数。我们研究了噪声和信道失真对所提算法收敛性的影响，并建立了寻找$\epsilon$-近似驻点的通信与采样复杂度。最后，我们给出了一些仿真结果以展示该算法的有效性。