🤖 machine learning
Collaborative Yet Personalized Policy Training: Single-Timescale Federated Actor-Critic
यह शोध पत्र एक सिंगल-टाइमस्केल फेडरेटेड एक्टर-क्रिटिक फ्रेमवर्क प्रस्तावित करता है जो एक सामान्य रैखिक उपसमष्टि (लीनियर सबस्पेस) साझा करते हुए स्थानीय नीति घटकों को बनाए रखकर सहयोगात्मक शिक्षण और वैयक्तिकरण के बीच संतुलन बनाता है, जिससे एजेंटों की संख्या पर लीनियर स्पीडअप के साथ परिमित-समय अभिसरण (फाइनाइट-टाइम कन्वर्जेंस) प्राप्त होता है और विषम कार्यों पर उत्कृष्ट प्रदर्शन प्रदर्शित होता है।