ScalarFedLQR：联邦LQR标量通信算法

Mohammadreza Rostami、Shahriar Talebi 和 Solmaz S. Kia 提出 ScalarFedLQR，一种用于协作智能体线性二次调节器（LQR）控制、无模型学习共同策略的通信高效联邦算法。 该算法让每个智能体只上传本地零阶梯度估计的标量投影，将单智能体上行通信量从 O(d) 降至 O(1)，且与策略维度无关。作者称，参与智能体越多，投影近似误差越小，可支持更大步长并实现更快的线性收敛，平均 LQR 代价线性下降。 数值结果显示，其性能接近全梯度联邦 LQR，通信量大幅降低，在异构但相似的智能体上同样适用。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。