用于疟疾政策干预的新探索技术（NETs）
人工智能
2017-12-04 v1
摘要
不确定性下的决策任务令人望而生畏，尤其是对于具有显著复杂性的问题。全球医疗政策制定者正面临受严苛约束的问题，且仅有有限工具助其做出数据驱动决策。在本工作中，我们将寻找最优疟疾政策的过程构建为随机多臂老虎机问题，并实现三种基于智能体的策略来探索政策空间。我们对每个智能体的发现应用高斯过程回归，既用于比较，也用于解释在固定人群中模拟疟疾传播所产生的随机结果。生成的策略空间与已发表结果进行比较，以针对相同模拟人群给出与人类专家决策的直接参照。我们的新方法为政策制定者提供了有力资源，以及一个可轻易扩展以捕捉未来更精细政策平台的平台。
引用
@article{arxiv.1712.00428,
title = {Novel Exploration Techniques (NETs) for Malaria Policy Interventions},
author = {Oliver Bent and Sekou L. Remy and Stephen Roberts and Aisha Walcott-Bryant},
journal= {arXiv preprint arXiv:1712.00428},
year = {2017}
}
备注
Under-review