用于自适应疫情管控的知识注入策略梯度方法
人工智能
2021-02-15 v1 机器学习
摘要
COVID-19 对不同国家的影响因其政策实施而异。有效政策需要考量公共信息并能适应新知识。为理解 COVID-19 而建立的流行病学模型很少为决策者提供自适应疫情管控（APC）能力。需要克服的核心挑战包括：（a）无法处理疫情时间线上不同贡献特征的高度非均匀性；（b）缺乏能够自适应融入公共卫生专家知识的方法；（c）缺乏能理解政策建议决策过程的透明模型。在这项工作中，我们采取早期步骤，使用知识注入策略梯度（KIPG）方法来应对这些挑战。先前关于知识注入的工作未处理疾病信息和指南中不同形式知识的软约束与硬约束强制要求。此外，这些模型未关注特征计数的非均匀性，其表现为 informing the policy 中的部分可观测性。另外，可解释结构是在学习后提取的，而非学习 APC 所需的固有可解释模型。为此，我们引入了 KIPG 方法的数学框架，该框架能够（a）在世界的多关系特征上归纳相关特征计数；（b）将潜在非均匀计数作为特征上核化聚合的线性组合隐藏变量处理；（c）以原则性方式将知识作为函数约束注入。本研究建立了施加硬约束和软约束的理论并通过实验进行模拟。与知识密集型基线相比，我们展示了快速的样本高效新知识适应以及所学策略的可解释性，尤其在疫情背景下。
引用
@article{arxiv.2102.06245,
title = {Knowledge Infused Policy Gradients for Adaptive Pandemic Control},
author = {Kaushik Roy and Qi Zhang and Manas Gaur and Amit Sheth},
journal= {arXiv preprint arXiv:2102.06245},
year = {2021}
}
备注
Accepted at AAAI-MAKE 2021