面向疟疾控制的策略学习
机器学习
2019-10-22 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
序列决策是强化学习中的典型问题，并有大量算法可求解。然而，其中仅有少数算法能在观测极少的情况下有效工作。在本报告中，我们介绍了在 KDD Cup 2019 挑战赛中将疟疾控制策略学习作为强化学习问题的进展，并提出了应对有限观测问题的多种解决方案。我们应用遗传算法、贝叶斯优化、带序列打断的 Q-learning，在仅 20 个回合/100 次评估的条件下连续寻找五年的最优策略。我们评估了这些算法，并将其性能与作为基线的随机搜索进行比较。在这些算法中，带序列打断的 Q-learning 已提交至该挑战赛，并在 KDD Cup 中排名第 7。
引用
@article{arxiv.1910.08926,
title = {Policy Learning for Malaria Control},
author = {Van Bach Nguyen and Belaid Mohamed Karim and Bao Long Vu and Jörg Schlötterer and Michael Granitzer},
journal= {arXiv preprint arXiv:1910.08926},
year = {2019}
}