动态传染病控制中决策依赖的分布鲁棒马尔可夫决策过程方法
最优化与控制
2023-06-27 v1 人工智能
机器学习
摘要
在本文中，我们提出一种分布鲁棒马尔可夫决策过程（DRMDP）方法来解决动态传染病控制问题。易感-暴露-感染-康复（SEIR）模型被广泛用于表示传染病（如 COVID-19）的随机传播。虽然马尔可夫决策过程（MDP）提供了一个数学框架，用于根据 SEIR 模型识别最优行动（如疫苗接种和减少传播的干预）以对抗疾病传播。然而，这些场景中的不确定性要求一种更鲁棒、较少依赖易错假设的方法。我们研究的主要目标是引入一种新的 DRMDP 框架，允许转移动态具有模糊分布。具体而言，我们在决策依赖的模糊集中考虑这些转移概率的最坏情况分布。为克服策略确定相关的计算复杂性，我们提出一种高效的实时动态规划（RTDP）算法，能够基于重构的 DRMDP 模型以准确、及时且可扩展的方式计算最优策略。与经典 MDP 模型的对比分析表明，DRMDP 以更低的成本实现了更低的感染与易感比例。
引用
@article{arxiv.2306.14051,
title = {Decision-Dependent Distributionally Robust Markov Decision Process Method in Dynamic Epidemic Control},
author = {Jun Song and William Yang and Chaoyue Zhao},
journal= {arXiv preprint arXiv:2306.14051},
year = {2023}
}