Pyfectious：用于发现传染病最优防控政策的个体级模拟器
种群与进化
2021-04-22 v2 人工智能
机器学习
多智能体系统
系统与控制
系统与控制
摘要
模拟传染病在人类社区中的传播对于预测流行病轨迹以及验证各种控制疫情破坏性影响的政策至关重要。许多现有模拟器基于仓室模型，将人群划分为少数子集并使用假设微分方程模拟这些子集间的动态。然而，这些模型缺乏研究以特定方式影响每个个体的智能政策效果所需的粒度。本工作中，我们介绍了一款能够建模人口结构并在个体层面控制疾病传播的模拟器软件。为估计从模拟器得出结论的置信度，我们采用一种综合概率方法，将整个人口构建为分层随机变量。该方法使推断结论对采样伪影更鲁棒，并为基于模拟结果的决策提供置信界。为展示潜在应用，模拟器参数根据 COVID-19 大流行的正式统计设定，并研究了广泛控制措施的结果。此外，该模拟器被用作强化学习问题的环境以寻找控制大流行的最优政策。所得实验结果表明该模拟器在作出可靠预测及基于真实数据成功推导政策方面的适应性与能力。作为一个示例应用，我们的结果表明所提出的政策发现方法可得出产生显著更少感染个体并保护卫生系统免于饱和的防控措施。
引用
@article{arxiv.2103.15561,
title = {Pyfectious: An individual-level simulator to discover optimal containment polices for epidemic diseases},
author = {Arash Mehrjou and Ashkan Soleymani and Amin Abyaneh and Samir Bhatt and Bernhard Schölkopf and Stefan Bauer},
journal= {arXiv preprint arXiv:2103.15561},
year = {2021}
}