个性化HeartSteps：一种优化体力活动的强化学习算法
机器学习
2019-09-10 v1 人工智能
摘要
随着移动健康技术的近期发展，健康科学家越来越致力于开发即时自适应干预（JITAI），通常通过移动设备上的通知递送，旨在帮助用户预防负面健康结果并促进健康行为的采纳与维持。JITAI包含一系列决策规则（即治疗策略），以用户当前情境为输入，并指定此刻是否以及提供何种类型的干预。在本文中，我们开发了一种强化学习（RL）算法，随着从用户处收集数据，持续学习并改进嵌入在JITAI中的治疗策略。这项工作源于我们基于HeartSteps V1的数据在HeartSteps V2中设计RL算法的合作。HeartSteps是一个体力活动移动健康应用。本文开发的RL算法正被用于HeartSteps V2中，以每天五次决策是否递送情境定制的活动建议。
引用
@article{arxiv.1909.03539,
title = {Personalized HeartSteps: A Reinforcement Learning Algorithm for Optimizing Physical Activity},
author = {Peng Liao and Kristjan Greenewald and Predrag Klasnja and Susan Murphy},
journal= {arXiv preprint arXiv:1909.03539},
year = {2019}
}