基于 RIS 的城市空中交通分布式学习拓扑控制

本文通过利用可重构智能表面（RIS）的拓扑属性来促进学习性能并获得收敛保证，探索了分布式学习的相关问题，并提出了用于优化传输延迟和收敛速度的几个联邦学习拓扑准则。同时，本文还开发了基于深度确定性策略梯度的 RIS 相移控制算法，以同时构建或重构通信网络链接，通过基于 MobileNet 的多视角学习进行了仿真实验，验证了分布式 FL 框架的效率。