一种基于联邦强化学习的无人机模型剪枝方法及系统

本申请公开了一种基于联邦强化学习的无人机模型剪枝方法及系统，涉及联邦学习、强化学习技术，包括：在剪枝轮次，服务器使用强化泛化剪枝方法(RGP)对全局模型进行剪枝，得到剪枝后的模型；服务器筛选获得参与本轮次预训练的客户端，并将剪枝后模型或全局模型下发至本轮次的客户端；客户端接收服务器发送的剪枝后的模型或全局模型，使用本地数据进行微调；客户端将微调后模型传输到服务器，在服务器使用稀疏模型聚合方法(FedSA)进行模型聚合，得到新的全局模型。本申请能够优化联邦学习在资源受限的边缘端的训练效果，实现在保持联邦模型效果的同时减低训练过程的复杂度。