Los mapas de radio, que pueden proporcionar métricas para la intensidad de la señal en cualquier ubicación en un espacio geográfico, son útiles para muchas aplicaciones de tecnologías 6G, incluida la comunicación asistida por UAV, la planificación de redes y la asignación de recursos. Sin embargo, los métodos actuales de reconstrucción basados en la colaboración de la multitud requieren grandes cantidades de datos de usuarios sensibles a la privacidad y implican el entrenamiento de todos los datos con grandes modelos, especialmente en el aprendizaje profundo. Esto supone una amenaza para la privacidad del usuario, reduce la disposición a proporcionar datos y consume recursos significativos del servidor, lo que dificulta la reconstrucción de mapas de radio en UAV con recursos limitados.