具有灵活个性化的联邦$\mathcal{X}$-臂赌博机

该论文介绍了一个用于在线组合优化和有限带反馈的联邦学习框架，将离线单代理逼近算法转化为具有多代理算法，并保证了与时间跨度T的次线性增长，且随着通信代理数量的增加而线性加速。通过实证验证展示了该框架的有效性。