Incentive Mechanism Design in Federated Reinforcement Learning With Uniform and Non-Uniform Data Bounds
Notice bibliographique
Résumé
In this paper, we examine the contract design for integrating federated learning (FL) and reinforcement learning (RL). A key feature of federated reinforcement learning (FRL) is its dynamic data size, which poses challenges in incentivizing consistent user participation. Unlike traditional contracts where the contract is the same for all global training round, our design specifies the required amount of data along with the corresponding reward for each global training round. We introduce a data bound reflecting the data accumulation rate and study two scenarios: uniform data bound (same for all users) and non-uniform data bound (vary by user). For uniform data bounds, we show that monotonicity holds, simplifying individual rationality (IR) and incentive compatibility (IC) constraints. However, for non-uniform data bounds, monotonicity is violated. To address this, we propose an algorithm for non-uniform data bounds, reducing the complexity of contract design. To design the contract, we maximize the server's utility, defined as the accuracy minus the total payment, subject to individual rationality (IR) and incentive compatibility (IC), while considering data bounds. Through extensive simulations, we have validated IR and IC constraints for all types of users in every global training round. We observe that 1) the server increases data requirements as data accumulates for each type, 2) payments grow with user effort, 3) our dynamic contract model significantly outperforms existing static contract, and 4) the proposed algorithm effectively handles the complexities of non-uniform data bounds, making it a robust solution for dynamic contract design.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».