Stable and Budget-Feasible Coalition Formation for Clustered Federated Learning: A Hedonic Potential-Game Approach
arXiv 论文提出一种基于可转移盈余模型的聚类联邦学习联盟形成方法，将学习收益、系统成本、参与者成本与货币转移分离；分配规则将联盟盈余转化为偏好，弱预算可行性保证协调者保留非负盈余。对称成对分配下博弈为精确势博弈，存在纳什稳定划分，严格更优响应过程收敛，目的地同意下达到个体稳定划分。论文刻画有界成对激励的可行性，并在保留盈余为子模时以多项式预言机时间验证指数多个预算约束。将福利分解为参与者势与保留盈余，得到加性与乘性价格稳定性保证，后者渐近紧。
Development
- First ReportStable and Budget-Feasible Coalition Formation for Clustered Federated Learning: A Hedonic Potential-Game ApproacharXiv cs.LG
- Current Assessment聚类联邦学习联盟形成理论为多参与方协作提供稳定性与预算可行性框架，可能影响联邦学习平台设计。但论文为理论贡献，未涉及实际系统实现或部署，产业影响需后续工程验证。Agent Pulse · analysis
arXiv 论文提出聚类联邦学习中稳定且预算可行的联盟形成方法。作者构建可转移盈余模型，分离学习收益、系统成本、参与者成本与货币转移，分配规则将联盟盈余转为偏好，弱预算可行性保证协调者保留非负盈余。对称成对分配下博弈为精确势博弈，存在纳什稳定划分，严格更优响应收敛，目的地同意下达到个体稳定。论文刻画有界成对激励可行性，并在保留盈余子模时以多项式预言机时间验证指数预算约束。福利分解为参与者势与保留盈余，得到加性与乘性价格稳定性保证，后者渐近紧。
该工作将联盟形成建模为精确势博弈，为聚类联邦学习的稳定性提供理论保证。可转移盈余模型分离学习收益与货币转移，使预算可行性可验证。子模保留盈余下多项式时间验证指数约束，是理论上的关键简化。价格稳定性界为联盟质量提供量化保证，但仅覆盖对称成对分配，非对称场景未验证。
聚类联邦学习联盟形成理论为多参与方协作提供稳定性与预算可行性框架，可能影响联邦学习平台设计。但论文为理论贡献，未涉及实际系统实现或部署，产业影响需后续工程验证。
该理论为联邦学习联盟设计提供稳定性与成本可行性保证，可能降低多方协作的协调成本。但当前为学术成果，商业价值需通过实际系统验证，短期内直接商业影响有限。
后续可验证信号：论文方法在非对称分配或真实联邦学习数据集上的实验验证；是否有开源实现或框架集成；是否出现基于该理论的联邦学习平台或服务。