研究者提出PFedMA联邦多智能体协作框架

研究者 Shuai Li 等人提出 PFedMA 框架，用于异构隐私要求下的联邦多智能体系统多轮协作。该框架通过维护智能体的历史能力与可靠性状态来指导每轮选择哪些智能体加入，并在聚合前评估任务响应，再依据累积反馈优化后续查询。 据论文，这一设计针对的是联邦多智能体系统在多轮协作中智能体选择与隐私规则难以适配动态需求的问题。目前该工作以 arXiv 隐私论文形式发布，尚未见实际部署或效果验证的报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。