FL-MAESTRO: Multi-Agent LLM Orchestration for Resource-Constrained Federated Learning
作者: Jiajun Wu, Zirui Wang, Jiayu Zhou, Qiang Ye, Steve Drew
分类: cs.AI
发布日期: 2026-08-20
备注: Accepted at IEEE GLOBECOM 2026
🔗 代码/项目: GITHUB
💡 一句话要点
提出FL-MAESTRO以解决资源受限的联邦学习中的决策问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 联邦学习 多代理系统 大型语言模型 动态决策 能量优化 边缘计算 非独立同分布
📋 核心要点
- 现有的联邦学习方法在动态通信拓扑和资源分配方面存在不足，导致能量浪费和效率低下。
- FL-MAESTRO通过三个专门的LLM代理，针对通信拓扑、资源分配和聚合规则进行联合决策，提升了决策的灵活性和准确性。
- 在CIFAR-10基准测试中，FL-MAESTRO的准确度与最优基线相当，同时显著降低了能量浪费，展示了其有效性。
📝 摘要（中文）
在联邦学习（FL）中，通信拓扑是一个动态变量，而非固定设计选择。每轮训练中，服务器需做出三项耦合决策：通信拓扑、每客户端资源分配及本地更新的聚合规则。现有的基于大型语言模型（LLM）的代理系统多在设置时操作或处理单一运行维度。本文提出FL-MAESTRO，一个多代理协调器，通过三个专业的LLM代理直接做出联合运行决策。协调器将其分析结果整合为单一决策，并通过非LLM可行性检查确认。FL-MAESTRO在非独立同分布的CIFAR-10基准上，准确度与最强的能量感知基线相匹配，同时将浪费的轮次能量从三分之一降至接近零。
🔬 方法详解
问题定义：本文旨在解决联邦学习中动态通信拓扑和资源分配的决策问题。现有方法往往在固定设计下运行，无法适应边缘设备的波动，导致能量浪费和效率低下。
核心思路：FL-MAESTRO通过引入三个专业的LLM代理，分别针对通信拓扑、资源分配和聚合规则进行实时决策。这种设计使得系统能够动态适应变化的环境，提高决策的灵活性和准确性。
技术框架：FL-MAESTRO的整体架构包括三个LLM代理和一个协调器。每个代理负责分析特定的决策维度，协调器将这些分析结果整合为最终决策，并通过非LLM可行性检查确认其有效性。
关键创新：FL-MAESTRO的主要创新在于其多代理系统的设计，能够同时处理多个决策维度，而不是单一维度。这种方法显著提高了在动态环境下的决策效率，减少了能量浪费。
关键设计：在设计中，代理的输入为自然语言文本格式的客户端状态，避免了对每类设备的能量模型需求，从而简化了系统的复杂性。
🖼️ 关键图片
📊 实验亮点
在CIFAR-10基准测试中，FL-MAESTRO的准确度与最强的能量感知基线相当，同时将浪费的轮次能量从三分之一降低至接近零，展示了其在资源优化方面的显著优势。
🎯 应用场景
FL-MAESTRO的研究成果可广泛应用于资源受限的边缘计算环境，如智能手机、物联网设备等场景。其动态决策能力能够有效提升联邦学习的效率，降低能量消耗，具有重要的实际价值和未来影响。
📄 摘要（原文）
In Federated Learning (FL), the communication topology is a runtime variable rather than a fixed design choice, since links and edge devices drop in and out during training. Each round, the server must commit three coupled decisions, namely the communication topology, per-client resource allocation, and the aggregation rule for combining local updates. Recent agentic systems have begun bringing large language models (LLM) into FL, but the existing line of work either operates at setup time or handles a single runtime dimension such as client selection. We propose FL-MAESTRO, a multi-agent orchestrator that makes the joint runtime FL decision directly through three specialist LLM agents, one per decision dimension. A coordinator combines their analyses into a single decision, and a non-LLM feasibility check confirms it before the round executes. Because the orchestrator consumes the server's predicted-failure list, it withholds clients whose updates would never be aggregated, which removes the dominant source of wasted round energy in classical FL on volatile edge networks. Because client state is read as natural-text profiles, the same orchestrator extends to heterogeneous device classes without per-class energy models. On a non-IID CIFAR-10 benchmark, FL-MAESTRO matches the accuracy of the strongest energy-aware baseline while cutting wasted round energy from over a third to near zero. Code is available at https://github.com/denoslab/FL-MAESTRO.