一种基于双向拍卖博弈的无人机群分布式学习资源管控方法

摘要

本发明公开一种基于双向拍卖博弈的无人机群分布式学习资源管控方法，其特征在于将无人机群联邦学习过程分为两个部分，包括：初始化阶段和学习阶段。联邦学习平台聚集接收到的局部模型，生成一个全局联合学习模型，并基于双向拍卖理论进行迭代更新，引入控制器使无人机群迭代的相互作用并调整他们的出价，使市场快速收敛到社会福利最大化点。随着参与者的增加，总福利增加，收敛速度降低。这种现象是由于更多的FL平台的参与会带来更多的外部效用，同时更多的参与者也增加了系统的复杂性，从而延缓收敛速度。