一种用于多基站无人车的联邦学习方法、装置及设备

本发明公开了一种用于多基站无人车的联邦学习方法、装置及设备，该方法包括：第一步，构建基站集合和无人车集合；第二步，构建第1边缘模型和初始全局网络模型；第三步，将第1边缘模型广播至各无人车；第四步，对各无人车的各本地模型分别进行训练，获得各本地模型更新参数；第五步，将各本地模型更新参数分别进行压缩处理后上传到对应基站进行聚合，获得第2边缘模型；第六步，使用第2边缘模型替换第1边缘模型，返回至第三步，第1次重复执行第三步至第五步，以此类推，第b次重复执行时，b＝2,3,...,E‑1，对应使用第(b+1)边缘模型替换第b边缘模型返回至第三步，直至获得目标边缘模型后，将目标边缘模型进行聚合，从而获得具有高性能的目标全局网络模型。