1. 选择数据集

作者没有直接使用真实车辆的摄像头或激光雷达数据，而是选择了 Fashion-MNIST，这是一个服饰图片分类数据集。

它包含：

  • 10 个类别，例如衣服、鞋子、包等；
  • 每个类别有 6000 张训练图片；
  • 每个类别有 1000 张测试图片；
  • 图片通常是 28×28 的灰度图。

所以整个任务是：车辆（客户端）利用各自拥有的服饰图片数据，共同训练一个分类模型。

2. 选择模型

作者选择经典的 LeNet 卷积神经网络（作为模型）进行分类。

每辆车的训练过程大致是：①接收当前的全局模型；②使用本地 Fashion-MNIST 数据训练 LeNet；③得到更新后的模型参数；④把模型参数发送给当前领导车辆；⑤由领导车辆进行模型聚合。

3. 模拟车辆移动性

论文构造了一个矩形道路区域，也就是它的研究范围，叫 RoI，可以理解为“当前参与训练的道路区域”。

本实验的tol设置区域如图所示：

rol的作用是：

然后用到了SUMO（全称是 Simulation of Urban MObility，中文通常叫“城市交通仿真平台”。）
SUMO为每辆车设置了下面东西：
①位置坐标 (x, y)
②速度 s
③加速度 a

4. 车辆信息设置

①-③上面sumo设置的3个信息。

④能耗：初始、本地训练、通信能耗

然后还有两种通信能耗，先简单介绍下，后面会详细讲：

⑤车辆直接通信半径

一轮联邦学习的能耗计算方法如下所示：

5. 对比方法

为了决定：①谁当领导车辆。②每辆车本地训练多少次。

MAPPO：论文方法，动态调度

Random：完全随机

DFL：所有车辆直接协作，固定训练策略

6. 评价指标

论文主要看两个指标：

7. 实验（图）

7.1 图1解释

①红色领导车辆把当前模型发给其他车辆；②每辆车拿到领导车辆的模型后，使用自己的本地数据进行训练。③本地训练完成后，普通车辆把训练后的模型发回领导车辆。④领导车辆收集各辆车的本地模型后，进行加权平均。⑤聚合完成后，领导车辆把新的聚合模型发给其他车辆。

7.2 图2解释

7.3 图3解释

用于解释直接通信与间接通信……

7.4 图4解释

论文设计了两类智能体：

①底部：每辆车一个本地训练次数选择器

②顶部：一个领导车辆选择器

普通车与领导车之间传输的东西是“位置、速度、加速度、剩余能量”。

普通车与普通车之间传输的东西是“位置、本地迭代次数”。

上传位置是为了计算位置距离，从而确定通信类别；上传本地迭代次数是为了让各个智能体了解各车状态，方便决定下次的本地训练次数。

7.5 图56解释

车辆一开始拥有多少能量，会怎样影响最终模型准确率？用来说明针对不用车辆能量，我论文中的客户端选择与本地轮次规定更能让acc好，且ecr也不差。

7.6 图78解释

间接通信能耗对实验结果的影响

7.7 图910解释

道路中车辆数量 N 增加时，三种方法最终模型准确率如何变化。【N是总车辆，不是参考训练的车辆】

7.8 图11解释

横轴是联邦训练轮数，纵轴是奖励值，奖励越高，说明 MAPPO 当前做出的调度越好

7.9 图12解释

Leader 选择奖励中的参数 \(\epsilon\) 取不同数值时，模型准确率如何变化。

7.10 图13解释

三列图，分别代表三种数据分布

先讲第二列图，这列图很好懂，x轴是客户端，y轴是样本数量，然后不同颜色表样样本的种类，从左到右越来越复杂！（①均匀。②每客户端只有少量种类。③完全模拟现实。）

然后开始讲第一列的，对比的是4种聚合方法，用来证明自己的客户端选择&本地训练轮次设置（MAPPO）能够适用于不同的聚类方法！

7.11 图14解释

与表3对应，是交通流预测实验的可视化结果。（本文的方法结果与实际上的差不多）

横轴：Time of Day，表示一天中的时间；

纵轴：Flow，表示交通流量；

8. 实验（表）

8.1 表1解释

与图12对应，研究的是奖励比例系数改变时，能耗指标是否稳定？

8.2 表2解释

研究的是直接通信半径对2类指标的影响……

8.3 表3解释

用交通流预测任务比较分布式 MAPPO 和集中式 CGRUL，结果显示 本文的MAPPO 预测误差与集中式CGRUL训练非常接近，说明该方法不仅能在 Fashion-MNIST 上运行，也有迁移到交通预测任务的能力。