★ 2
拜占庭容错多智能体强化学习新方法
论文提出 FRAC-MARL，一种去中心化的拜占庭容错 actor-critic 多智能体强化学习方法。每个智能体利用两跳消息的冗余识别可靠消息，在时变通信图上证明参数几乎必然收敛到无攻击情形下的同一极限点。作者给出新的拓扑收敛条件并证明其可在多项式时间内验证，在协作多机器人编队任务上验证了方法有…
arXiv cs.LG40 天前
#分布式学习
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 1
资源高效分布式递归高斯过程
论文提出 ADMM-RGP 与 PDMM-RGP 两种分布式递归高斯过程算法，用于多智能体场景下的多输出 GP 回归。作者分析了稳定性与收敛性，并给出加速收敛的参数选择策略以降低通信开销。在真实风电多输出数据集上验证，通信量显著低于现有方法而精度与全网一致性相当。
arXiv cs.LG39 天前
★ 1
Hadamard流形分布式在线优化的曲率无关遗憾界
论文研究Hadamard流形上的去中心化在线黎曼优化，针对horospherical凸函数放宽了此前对截面曲率下界的依赖。提出分布式黎曼在线梯度下降（D-ROGD），结合局部h-次梯度更新与隐式Fréchet均值共识，分别取得O(√T)与O(log T)的静态遗憾界，网络依赖仅由谱隙决定。这是首个…
arXiv cs.LG48 天前