基于多目标强化学习的自适应双预约策略用于门诊调度
机器学习
2026-03-10 v1
摘要
患者失约会扰乱门诊运营、降低生产力，并可能延误必要的护理。诊所常采用超额预约或双预约来减轻这些影响。然而，校准不当的策略会增加拥堵和等待时间。现有方法大多依赖固定启发式规则，无法适应实时调度条件或患者特定的失约风险。为解决这些局限性，我们提出了一种自适应门诊双预约框架，该框架将个体化失约预测与多目标强化学习相结合。调度问题被建模为马尔可夫决策过程，由多头注意力软随机森林模型估计的患者级失约概率被纳入强化学习状态。我们开发了一种配备多策略协同进化机制的多策略近端策略优化方法。在该机制下，我们提出了一种基于Kullback-Leibler散度的新颖τ规则，该规则能够在行为相似策略之间实现选择性知识迁移，从而改善收敛性并扩展权衡的多样性。此外，使用SHapley加性解释来解释预测的失约风险以及智能体的调度决策。所提出的框架决定了何时进行单预约、双预约或拒绝预约请求，为传统门诊调度策略提供了一种动态且数据驱动的替代方案。
引用
@article{arxiv.2603.07270,
title = {Adaptive Double-Booking Strategy for Outpatient Scheduling Using Multi-Objective Reinforcement Learning},
author = {Ninda Nurseha Amalina and Heungjo An},
journal= {arXiv preprint arXiv:2603.07270},
year = {2026}
}
备注
26 pages, 10 figures