跳到正文
热点事件持续更新

研究者提出联邦多智能体频谱协调框架FASCIA

1 篇报道1 个报道来源23 小时前更新

先了解这件事

AI 综述

研究者 Tomer Baziza Paz 提出联邦多智能体深度强化学习框架 FASCIA,让各网络管理者作为自主 AI 智能体在本地学习频谱协调策略,仅通过周期性联邦聚合共享模型,不交换原始感知数据或经验。 FASCIA 用近端正则化缓解模型漂移,并显式处理部分重叠信道带来的载波间干扰。研究称仿真显示其性能接近集中式基准,且在异构网络配置下保持有效。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月29日
  1. arXiv 隐私论文
    FASCIA:面向干扰感知自适应频谱协调的联邦智能体 AI 框架

    研究者提出联邦多智能体深度强化学习框架 FASCIA,让各网络管理者作为自主 AI 智能体在本地学习频谱协调策略,仅通过周期性联邦聚合共享模型,不交换原始感知数据或经验。FASCIA 用近端正则化缓解模型漂移,并显式处理部分重叠信道带来的载波间干扰。仿真显示其性能接近集中式基准,且在异构网络配置下保持有效。

本事件热度走势

可比范围当前
5
可比范围峰值
610月30日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。