यह शोधपत्र PAC-MCoFL प्रस्तुत करता है, जो एक बहु-सेवा प्रदाता (SP) पारिस्थितिकी तंत्र में फ़ेडरेटेड लर्निंग (FL) की असहयोगी गतिशीलता को संबोधित करने हेतु एक गेम-सैद्धांतिक मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग (MARL) ढाँचा है। PAC-MCoFL सेवा प्रदाताओं को एजेंट के रूप में मानता है और क्लाइंट असाइनमेंट, अनुकूली क्वांटिज़ेशन और संसाधन आवंटन को संयुक्त रूप से अनुकूलित करता है। यह पैरेटो-इष्टतम संतुलन प्राप्त करने, विषम जोखिम प्रोफाइल को मॉडल करने और ट्रिनोमियल कार्टेशियन डीकंपोज़िशन (TCAD) तंत्र के माध्यम से उच्च-आयामी क्रिया स्थानों का कुशलतापूर्वक प्रबंधन करने के लिए पैरेटो एक्टर-क्रिटिक (PAC) सिद्धांत और पूर्वानुमानित प्रतिगमन को एकीकृत करता है। इसके अलावा, हम एक मापनीय संस्करण, PAC-MCoFL-p, विकसित करते हैं, जिसमें एक पैरामीटरयुक्त अनुमान जनरेटर होता है जो गणना संबंधी जटिलता को महत्वपूर्ण रूप से कम करता है और त्रुटि को सीमित करता है। सैद्धांतिक अभिसरण गारंटी के साथ व्यापक सिमुलेशन, मौजूदा अत्याधुनिक MARL समाधानों पर इसकी श्रेष्ठता को प्रदर्शित करते हैं, जिससे कुल पुरस्कार और हाइपरवॉल्यूम सूचकांक (HVI) में क्रमशः लगभग 5.8% और 4.2% का सुधार होता है।
