reBandit: 基于随机效应的在线强化学习算法用于减少大麻使用
人工智能
2024-06-12 v2 机器学习
摘要
大麻使用及相关的大麻使用障碍（CUD）的日益流行，对全球公共卫生构成了重大挑战。由于治疗缺口尤其显著，特别是在新兴成年人（EA；18-25岁）中，解决大麻使用和CUD仍然是2030年联合国可持续发展目标（SDG）中的关键目标。在这项工作中，我们开发了一种名为reBandit的在线强化学习（RL）算法，该算法将用于一项移动健康研究，以提供旨在减少EA中大麻使用的个性化移动健康干预。reBandit利用随机效应和信息性贝叶斯先验，在嘈杂的移动健康环境中快速高效地学习。此外，reBandit采用经验贝叶斯和优化技术在线自动更新其超参数。为了评估我们算法的性能，我们使用先前研究的数据构建了一个模拟测试平台，并与移动健康研究中常用的算法进行了比较。我们表明，reBandit的表现与所有基线算法相当或更好，并且随着模拟环境中群体异质性的增加，性能差距扩大，证明了其适应多样化研究参与者群体的能力。
引用
@article{arxiv.2402.17739,
title = {reBandit: Random Effects based Online RL algorithm for Reducing Cannabis Use},
author = {Susobhan Ghosh and Yongyi Guo and Pei-Yao Hung and Lara Coughlin and Erin Bonar and Inbal Nahum-Shani and Maureen Walton and Susan Murphy},
journal= {arXiv preprint arXiv:2402.17739},
year = {2024}
}