一种近端策略优化辅助的车联网联邦学习客户端选择方法

摘要

本发明公开了一种近端策略优化辅助的车联网联邦学习客户端选择方法，包括：S1、通过MEC服务器初始化AI全局模型；S2、ICV发送联邦学习参与请求消息至MEC服务器，MEC服务器标记所述ICV为候选ICV；S3、MEC服务器发送联邦学习参与请求反馈消息至候选ICV，通知候选ICV准备接收AI全局模型；S4、MEC服务器下载AI全局模型至全部候选ICV；S5、候选ICV执行一轮本地AI模型训练；S6、候选ICV上传本地信息至MEC服务器；S7、MEC服务器通过PPO辅助的决策算法确立策略函数，用以选择实际参与联邦学习的ICV；S8、MEC服务器发送联邦学习参与接受消息至选中ICV，发送联邦学习参与拒绝消息至未选中ICV。本发明具有稳定性高、能耗小、精度高等优点。