评估上下文推断误差与部分可观测性对即时自适应干预强化学习方法的影响
机器学习
2023-05-18 v1 人工智能
摘要
即时自适应干预（JITAIs）是行为科学界提出的一类个性化健康干预方法。JITAIs旨在通过针对个体随时间变化的状态，从预定义的组件集中迭代地选择一系列干预选项，从而提供正确类型和数量的支持。在本工作中，我们探索将强化学习方法应用于学习干预选项选择策略的问题。我们研究了上下文推断误差与部分可观测性对学习有效策略能力的影响。我们的结果表明，随着上下文不确定性的增加，来自上下文推断的不确定性传播对于提高干预效果至关重要，而策略梯度算法可对部分观测的行为状态信息提供显著的鲁棒性。
引用
@article{arxiv.2305.09913,
title = {Assessing the Impact of Context Inference Error and Partial Observability on RL Methods for Just-In-Time Adaptive Interventions},
author = {Karine Karine and Predrag Klasnja and Susan A. Murphy and Benjamin M. Marlin},
journal= {arXiv preprint arXiv:2305.09913},
year = {2023}
}
备注
Accepted at UAI 2023