使用路径积分控制学习面向传染病控制的公平策略
机器学习
2025-02-17 v1 最优化与控制
摘要
传染病构成社会重大的公共卫生挑战，突显了设计有效政策以减少经济损失和死亡人的数值的重要性。本文提出了一个用于不确定性下的序列决策的框架，以设计公平性感知的疾病缓解政策，并纳入各种不公平性度量。具体而言，我们的方法基于随机多组 SIR 模型学习公平的疫苗接种和封锁策略。为了应对解决所涉及序列决策问题的挑战，我们采用路径积分控制算法作为高效求解方案。通过案例研究，我们展示了该方法在公平性方面有效优于常规方法，并为决策者提供了有价值的见解。
引用
@article{arxiv.2502.09831,
title = {Learning Fair Policies for Infectious Diseases Mitigation using Path Integral Control},
author = {Zhuangzhuang Jia and Hyuk Park and Gökçe Dayanıklı and Grani A. Hanasusanto},
journal= {arXiv preprint arXiv:2502.09831},
year = {2025}
}