联邦强化学习结合了两个令人兴奋的概念：强化学习和联邦学习。
强化学习意味着计算机通过从奖励和惩罚中学习来做出决策。
联邦学习允许多台计算机共同学习，而无需共享它们的数据。
在联邦强化学习中，许多设备或代理协同工作，以更好地学习，同时不交换私人数据。
这样，智能系统可以在不同领域安全且保护隐私地进行训练，例如机器人、自动驾驶车辆或智能家居设备。