一种面向自动驾驶的个性化联邦学习及通信方法

本发明公开了一种面向自动驾驶的个性化联邦学习及通信方法，该方法基于参数相似性的自适应算法进行本地模型和全局模型聚合，通过衡量各个客户端上传个性化本地模型的权重相似性进行加权聚合，解决数据异构问题。其次将本地模型压缩处理得到教师模型和学生模型，并以互蒸馏机制双向知识迁移进行协同优化教师模型和学生模型，实现模型质量和精度与通信开销过大问题。最后基于奇异值分解对模型参数进行压缩，据此构建个性联邦学习中的通信方式，使得本发明能适用于各种复杂环境。