基于主导域的强化学习指标：以智能体模拟疫情控制为案例研究
机器学习
2025-08-11 v1 人工智能
多智能体系统
摘要
在开发和优化基于智能体的模型（ABM）和理性智能体模型（RABM）方面，强化学习等优化算法被广泛使用。然而，由于所建模系统的复杂性和随机性，以及缺乏用于比较RL算法的标准化指标，评估基于RL的ABM和RABM模型的性能具有挑战性。本研究中，我们正在开发基于域的RL指标，同时借助最先进的指标。我们以一个理性ABM疾病建模案例研究为例，展示了我们的“Domain-driven-RL-metrics”，用于建模口罩使用、疫苗接种和疫情期间的封锁措施。我们的结果表明，结合基于域的奖励与传统方法和最先进指标一起使用，可针对不同模拟情景（如口罩可用性差异）进行操作。
引用
@article{arxiv.2508.05154,
title = {Domain-driven Metrics for Reinforcement Learning: A Case Study on Epidemic Control using Agent-based Simulation},
author = {Rishabh Gaur and Gaurav Deshkar and Jayanta Kshirsagar and Harshal Hayatnagarkar and Janani Venugopalan},
journal= {arXiv preprint arXiv:2508.05154},
year = {2025}
}