人工胰腺的精准胰岛素输送：一种强化学习优化的自适应模糊控制方法
系统与控制
2025-03-11 v1 机器学习
系统与控制
最优化与控制
摘要
本文探讨了强化学习在优化 1 型 Takagi-Sugeno 模糊控制器参数中的应用，该控制器被设计用作针对 1 型糖尿病的人工胰腺。糖尿病管理的主要挑战是血糖水平的动态特性，其受进餐量和进餐时间等多种因素影响。传统控制器通常难以适应这些变化，导致胰岛素给药效果欠佳。为解决此问题，我们采用强化学习智能体在每个时间步调整 Takagi-Sugeno 模糊控制器的 27 个参数，以确保实时适应性。研究结果表明，该方法显著增强了控制器对进餐量和进餐时间变化的鲁棒性，同时以最少的外源胰岛素稳定了血糖水平。这种自适应方法通过提供响应更迅速、更精准的管理工具，有望改善 1 型糖尿病患者的生活质量和健康结果。给出了仿真结果以突出所提方法的有效性。
引用
@article{arxiv.2503.06701,
title = {Precise Insulin Delivery for Artificial Pancreas: A Reinforcement Learning Optimized Adaptive Fuzzy Control Approach},
author = {Omar Mameche and Abdelhadi Abedou and Taqwa Mezaache and Mohamed Tadjine},
journal= {arXiv preprint arXiv:2503.06701},
year = {2025}
}