基于平均场方法的传染病建模与控制近期进展
物理与社会
2023-04-13 v2 计算机科学与博弈论
多智能体系统
系统与控制
系统与控制
种群与进化
摘要
诸如新型冠状病毒等传染病的建模与控制已在全球层面具有极其重要的意义。在此背景下，一个自然且有力的动力学建模框架是连续时间马尔可夫决策过程（CTMDP），其涵盖了如易感-感染-恢复（SIR）模型等经典仓室范式。基于 CTMDP 的模型所面临的挑战促使我们需要更高效的方法，而平均场方法提供了一种有效替代。平均场方法计算由大量相互作用节点（节点代表人群中的个体）组成的动力学系统的集体行为。本文（a）概述了用于传染病建模与控制的平均场方法，并（b）提供了该主题近期进展的最新综述。本文的讨论沿两条具体线索展开。第一条线索假设个体节点忠实遵循监管机构规定的社会最优控制策略。第二条线索允许个体节点表现出独立的、策略性的行为。在此情形下，策略性相互作用被建模为平均场博弈，控制基于相关的平均场纳什均衡。在本文中，我们首先讨论使用扩展仓室模型——SIVR 的传染病建模并给出一个说明性示例。接下来我们综述相关文献，使用平均场方法探讨传染病最优控制，即监管机构如何最优地遏制人群中的传染病传播。此后，我们更新关于平均场博弈方法在传染病传播与控制研究中应用的文献。我们以相关未来研究方向作结。
引用
@article{arxiv.2208.14765,
title = {Recent Advances in Modeling and Control of Epidemics using a Mean Field Approach},
author = {Amal Roy and Chandramani Singh and Y. Narahari},
journal= {arXiv preprint arXiv:2208.14765},
year = {2023}
}