MPC 引导的神经网络策略模仿学习用于人工胰腺
机器学习
2020-03-04 v1 系统与控制
系统与控制
机器学习
摘要
尽管模型预测控制（MPC）目前是人工胰腺（AP）中胰岛素控制的主要算法，它通常需要进行复杂的在线优化，这对于资源受限的医疗设备而言是不可行的。MPC 通常还依赖于状态估计，这是一个易出错的过程。在本文中，我们引入一种用于 AP 控制的新方法，该方法利用模仿学习从 MPC 计算的示范中合成神经网络胰岛素策略。此类策略计算高效，并且通过在训练时以完整状态信息驱动 MPC，它们可以直接将测量值映射为最优治疗决策，从而绕过状态估计。我们通过蒙特卡洛 Dropout 应用贝叶斯推断来学习策略，这使我们能够量化预测不确定性，进而推导出更安全的治疗决策。我们表明，我们在特定患者模型下训练的控制策略很容易泛化（就模型参数和扰动分布而言）到患者队列，持续优于带状态估计的传统 MPC。
引用
@article{arxiv.2003.01283,
title = {MPC-guided Imitation Learning of Neural Network Policies for the Artificial Pancreas},
author = {Hongkai Chen and Nicola Paoletti and Scott A. Smolka and Shan Lin},
journal= {arXiv preprint arXiv:2003.01283},
year = {2020}
}