Buchumschlag

Federated Reinforcement Learning in Heterogeneous Environments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hwang, Ukjo, Hong, Songnam
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Moderate Actor-Critic Methods: Controlling Overestimation Bias via Expectile Loss
von: Hwang, Ukjo, et al.
Veröffentlicht: (2025)

Hi-SAFE: Hierarchical Secure Aggregation for Lightweight Federated Learning
von: Joo, Hyeong-Gun, et al.
Veröffentlicht: (2025)

Personalized Observation Normalization for Federated Reinforcement Learning in Simulation Environments with Heterogeneity
von: Pang, Yiran, et al.
Veröffentlicht: (2026)

Federated Reinforcement Learning with Constraint Heterogeneity
von: Jin, Hao, et al.
Veröffentlicht: (2024)

Momentum for the Win: Collaborative Federated Reinforcement Learning across Heterogeneous Environments
von: Wang, Han, et al.
Veröffentlicht: (2024)

Heterogeneous Federated Reinforcement Learning Using Wasserstein Barycenters
von: Pereira, Luiz, et al.
Veröffentlicht: (2025)

Hierarchical Knowledge Structuring for Effective Federated Learning in Heterogeneous Environments
von: Tam, Wai Fong, et al.
Veröffentlicht: (2025)

Parameter-Free Federated TD Learning with Markov Noise in Heterogeneous Environments
von: Naskar, Ankur, et al.
Veröffentlicht: (2025)

Client Selection for Federated Policy Optimization with Environment Heterogeneity
von: Xie, Zhijie, et al.
Veröffentlicht: (2023)

Local Environment Poisoning Attacks on Federated Reinforcement Learning
von: Ma, Evelyn, et al.
Veröffentlicht: (2023)

FlexFed: Mitigating Catastrophic Forgetting in Heterogeneous Federated Learning in Pervasive Computing Environments
von: Alosaime, Sara, et al.
Veröffentlicht: (2025)

Federated Stochastic Approximation under Markov Noise and Heterogeneity: Applications in Reinforcement Learning
von: Khodadadian, Sajad, et al.
Veröffentlicht: (2022)

subMFL: Compatiple subModel Generation for Federated Learning in Device Heterogenous Environment
von: Oz, Zeyneddin, et al.
Veröffentlicht: (2024)

On the Impact of Data Heterogeneity in Federated Learning Environments with Application to Healthcare Networks
von: Milasheuski, Usevalad, et al.
Veröffentlicht: (2024)

Deep Latent Variable Model based Vertical Federated Learning with Flexible Alignment and Labeling Scenarios
von: Hong, Kihun, et al.
Veröffentlicht: (2025)

Apodotiko: Enabling Efficient Serverless Federated Learning in Heterogeneous Environments
von: Chadha, Mohak, et al.
Veröffentlicht: (2024)

On the Convergence Rates of Federated Q-Learning across Heterogeneous Environments
von: Wang, Leo Muxing, et al.
Veröffentlicht: (2024)

FedKL: Tackling Data Heterogeneity in Federated Reinforcement Learning by Penalizing KL Divergence
von: Xie, Zhijie, et al.
Veröffentlicht: (2022)

ARCLE: The Abstraction and Reasoning Corpus Learning Environment for Reinforcement Learning
von: Lee, Hosung, et al.
Veröffentlicht: (2024)

LAPA-based Dynamic Privacy Optimization for Wireless Federated Learning in Heterogeneous Environments
von: Sun, Pengcheng, et al.
Veröffentlicht: (2025)

Cluster-Aware Multi-Round Update for Wireless Federated Learning in Heterogeneous Environments
von: Sun, Pengcheng, et al.
Veröffentlicht: (2025)

Addressing Heterogeneity in Federated Learning: Challenges and Solutions for a Shared Production Environment
von: Legler, Tatjana, et al.
Veröffentlicht: (2024)

Robust Federated Learning on Edge Devices with Domain Heterogeneity
von: Le, Huy Q., et al.
Veröffentlicht: (2025)

Finite-Time Analysis of On-Policy Heterogeneous Federated Reinforcement Learning
von: Zhang, Chenyu, et al.
Veröffentlicht: (2024)

Heterogeneity-aware Personalized Federated Learning via Adaptive Dual-Agent Reinforcement Learning
von: Chen, Xi, et al.
Veröffentlicht: (2025)

Federated Learning Framework for Scalable AI in Heterogeneous HPC and Cloud Environments
von: Ghimire, Sangam, et al.
Veröffentlicht: (2025)

FedHENet: A Frugal Federated Learning Framework for Heterogeneous Environments
von: Dopico-Castro, Alejandro, et al.
Veröffentlicht: (2026)

On Global Convergence Rates for Federated Softmax Policy Gradient under Heterogeneous Environments
von: Labbi, Safwan, et al.
Veröffentlicht: (2025)

Experience Constrained Hierarchical Federated Reinforcement Learning for Large-scale UAV Teams in Hazardous Environments
von: Huang, Qinwei, et al.
Veröffentlicht: (2026)

Heterogeneous Agent Collaborative Reinforcement Learning
von: Zhang, Zhixia, et al.
Veröffentlicht: (2026)

Towards Heterogeneity-Aware and Energy-Efficient Topology Optimization for Decentralized Federated Learning in Edge Environment
von: Liu, Yuze, et al.
Veröffentlicht: (2025)

Federated Learning with Heterogeneous and Private Label Sets
von: Breitholtz, Adam, et al.
Veröffentlicht: (2025)

Federated Learning for Estimating Heterogeneous Treatment Effects
von: Makhija, Disha, et al.
Veröffentlicht: (2024)

Exploiting Features and Logits in Heterogeneous Federated Learning
von: Chan, Yun-Hin, et al.
Veröffentlicht: (2022)

Federated Learning for Heterogeneous Bandits with Unobserved Contexts
von: Lin, Jiabin, et al.
Veröffentlicht: (2023)

Query-based Knowledge Transfer for Heterogeneous Learning Environments
von: Alballa, Norah, et al.
Veröffentlicht: (2025)

Group-Agent Reinforcement Learning with Heterogeneous Agents
von: Wu, Kaiyue, et al.
Veröffentlicht: (2025)

Discovering Minimal Reinforcement Learning Environments
von: Liesen, Jarek, et al.
Veröffentlicht: (2024)

Synthetic Monitoring Environments for Reinforcement Learning
von: Pleiss, Leonard, et al.
Veröffentlicht: (2026)

Federated Online Learning for Heterogeneous Multisource Streaming Data
von: Li, Jingmao, et al.
Veröffentlicht: (2025)