一种面向车联网的多任务能耗感知秩自适应联邦微调方法

本发明公开了一种面向车联网的多任务能耗感知秩自适应联邦微调方法，该方法包括：在单任务场景下，目标是为参与任务的每辆车自适应确定最佳秩，以最小化系统延迟并最大化微调精度；针对多任务场景，在全局能耗预算下动态协调任务间资源分配；通过使用本发明，基于LoRA的自适应秩微调机制，使每辆车能够根据自身设备能力与任务需求选择合适的秩，以提升本地训练效率；执行过程中，每辆车在其能耗约束下优化微调精度和延迟，在性能与成本之间取得平衡，实现资源受限、分布式环境下的自适应优化。本发明可广泛应用于分布式机器领域。