买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北大学申请的专利基于多智能体强化学习算法在联邦学习下的用户竞价方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115358831B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211120985.2，技术领域涉及：G06Q30/08；该发明授权基于多智能体强化学习算法在联邦学习下的用户竞价方法及装置是由曾荣飞;安树阳;曾超;苏迈;王家齐设计研发完成，并于2022-09-15向国家知识产权局提交的专利申请。

本基于多智能体强化学习算法在联邦学习下的用户竞价方法及装置在说明书摘要公布了：本发明公开一种基于多智能体强化学习算法在联邦学习下的用户竞价方法及装置，方法包括：获取联邦学习平台发布的学习任务，样本客户端利用强化学习算法向联邦平台上传竞标信息，平台通过算法选取样本客户端后下向被选中的样本客户端下发全局共享模型，被选中的样本客户端进行本地训练并上传更新参数，平台将上传的更新模型参数按照聚合算法进行聚合并对全局模型中的模型参数进行更新。以完成联邦学习平台发布的学习任务，此方法在实现联邦学习参与用户的动态竞价的同时缓解了模型的过拟合，解决了现有基于拍卖的激励机制由于用户提交竞价策略后，用户竞价策略在后续训练过程中不会发生改变而导致联邦学习公平性缺失以及模型过拟合的问题。

本发明授权基于多智能体强化学习算法在联邦学习下的用户竞价方法及装置在权利要求书中公布了：1.一种基于多智能体强化学习算法在联邦学习下的用户竞价方法，其特征在于，所述方法包括： 获取联邦学习平台发布的学习任务，基于所述学习任务以及参与联邦学习的客户端集合所上传的竞标信息从所述客户端集合中选取样本客户端，并向样本客户端下发全局共享模型； 接收每个样本客户端上传的更新模型参数，所述更新模型参数为样本客户端在训练开始之前使用多智能体强化学习算法输出样本客户端在当前轮次的待提交竞标信息，被选中后按照所述待提交竞标信息中的配置训练全局共享模型所形成的；其中，所述多智能体强化学习算法包括策略器和经验池； 对各个样本客户端上传的更新模型参数进行聚合，使用聚合后的更新模型参数对所述全局共享模型中的模型参数进行更新； 若更新后的全局共享模型在测试任务中达到预设模型精度，则判定完成联邦学习平台发布的学习任务，否则，重复执行多个轮次对全局共享模型中模型参数进行更新的步骤，以使得更新后的全局共享模型在测试任务中达到预设模型精度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。