研究团队提出面向车联网的联邦遗忘学习框架ATONE

2026年10月19日，研究团队在 arXiv 发布成果，提出面向车联网联邦学习的遗忘框架 ATONE。针对车联网联邦学习中故障贡献往往仅表现为路面延迟症状、无法指明具体涉事车辆或训练轮次的技术痛点，ATONE 框架将联邦遗忘机制直接纳入模型聚合规则中。该方法通过把驾驶错误投影至全局增量子空间，并结合单次反向传播评分与两级校正机制，实现了对异常影响的精准抑制与消除。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。