一种面向异构无人集群的联邦学习方法、设备及存储介质

本申请公开了一种面向异构无人集群的联邦学习方法、设备及存储介质，该方法包括：各抵近无人机根据局部训练数据集进行训练，完成训练的抵近无人机将局部网络模型更新上传至中心无人机；中心无人机对局部网络模型更新进行聚合，生成全局网络模型，并将全局网络模型广播至已上传局部网络模型更新的抵近无人机；抵近无人机基于局部训练数据集对接收到的全局网络模型更新进行迭代训练，并上传局部网络模型更新至中心无人机；中心无人机将局部网络模型更新进行重新聚合，直至全局网络模型完成设定的迭代次数。本申请的方法可以在所要求的时间内完成一次全局网络模型聚合，实现全局网络模型的在线更新，还能在确保性能的同时减少无线频谱资源的消耗。