行星勘测隐私保护主动学习方案提出

2026年10月3日，一项面向行星地质勘测任务的隐私保护主动学习（PPAL）方案被提出。该方案让巡视器在本地使用DP-SGD训练地质特征模型，只上传加噪梯度，原始高分辨率光谱图像不出设备。系统结合不确定性采样与多样性采样的主动学习策略，并用具身智能体反馈闭环在模型“好奇心”与能量预算之间做权衡。实现基于PyTorch、Opacus与自定义OpenAI Gym环境，通过裁剪梯度和添加高斯噪声控制隐私预算ε。目前报道仅涉及方案提出与实现细节，尚无后续进展。

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。