GenFedRL：面向深度强化学习智能体的通用联邦强化学习框架

金彪; 李逸康; 姚志强; 陈瑜霖; 熊金波

doi:10.11959/j.issn.1000-436x.2023122

您当前的位置：

首页 >

文章列表页 >

GenFedRL：面向深度强化学习智能体的通用联邦强化学习框架

学术论文 | 更新时间：2024-05-31

- GenFedRL：面向深度强化学习智能体的通用联邦强化学习框架
- GenFedRL: a general federated reinforcement learning framework for deep reinforcement learning agents
- “在智能物联网领域，专家提出了GenFedRL框架，通过模型共享技术实现深度强化学习智能体的共同训练，有效利用数据资源和计算资源，保护私有数据隐私。”
- 通信学报 2023年44卷第6期页码：183-197
- 作者机构：
  
  1. 福建师范大学计算机与网络空间安全学院，福建福州 350007
  2. 大数据分析与应用福建省高校工程研究中心，福建福州 350007
- 作者简介：
  
  [ "金彪（1985- ），男，安徽六安人，博士，福建师范大学副教授、硕士生导师，主要研究方向为信息安全、隐私保护等" ]
  [ "李逸康（1998- ），男，广东广州人，福建师范大学硕士生，主要研究方向为联邦学习与深度强化学习的交叉应用" ]
  [ "姚志强（1967- ），男，福建莆田人，博士，福建师范大学教授、博士生导师，主要研究方向为信息安全、隐私保护等" ]
  [ "陈瑜霖（1996- ），男，福建泉州人，福建师范大学硕士生，主要研究方向为深度学习技术" ]
  [ "熊金波（1981- ），男，湖南益阳人，博士，福建师范大学教授、博士生导师，主要研究方向为安全深度学习、移动智群感知、隐私保护" ]
- 基金信息：
  
  国家自然科学基金资助项目(62272103)
- DOI：10.11959/j.issn.1000-436x.2023122
  中图分类号： TN92
- 网络出版日期：2023-06，
  
  纸质出版日期：2023-06-25
- 稿件说明：
移动端阅览
金彪, 李逸康, 姚志强, 等. GenFedRL：面向深度强化学习智能体的通用联邦强化学习框架[J]. 通信学报, 2023,44(6):183-197.

Biao JIN, Yikang LI, Zhiqiang YAO, et al. GenFedRL: a general federated reinforcement learning framework for deep reinforcement learning agents[J]. Journal on communications, 2023, 44(6): 183-197.
金彪, 李逸康, 姚志强, 等. GenFedRL：面向深度强化学习智能体的通用联邦强化学习框架[J]. 通信学报, 2023,44(6):183-197. DOI： 10.11959/j.issn.1000-436x.2023122.

Biao JIN, Yikang LI, Zhiqiang YAO, et al. GenFedRL: a general federated reinforcement learning framework for deep reinforcement learning agents[J]. Journal on communications, 2023, 44(6): 183-197. DOI： 10.11959/j.issn.1000-436x.2023122.

浏览量

540

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多智能体深度强化学习的低轨星座跳波束资源调度研究

基于图卷积神经网络的超密集物联网资源分配策略

基于样本信息熵辅助的深度强化学习抗干扰策略

毫米波车联网多基站多用户下的安全传输方案

基于深度强化学习的空天地一体化网络信息物理系统垂直切换策略

GenFedRL：面向深度强化学习智能体的通用联邦强化学习框架

GenFedRL: a general federated reinforcement learning framework for deep reinforcement learning agents

DOI：10.11959/j.issn.1000-436x.2023122