该研究使用无人机队列训练机器学习模型，解决了设备群集的时间变化数据异构性和计算资源不足的问题。他们提出了分层的无人机群体、个性化联合学习和模型/概念漂移等关键部分，并通过网络感知和深度强化学习来优化能耗、性能和群体轨迹效率。模拟结果证明了该方法在机器学习性能、资源节约和轨迹效率方面的改进。