面向生存的强化学习：一种针对危重病人的临床动机方法
机器学习
2022-07-21 v2 最优化与控制
摘要
利用 RL（强化学习）与随机控制方法直接从观测数据中学习危重病人的最优治疗策略已引起相当关注。然而，对于控制目标以及标准 RL 目标的最佳奖励选择仍存在显著模糊性。在本工作中，我们提出一种针对危重病人的临床动机控制目标，其价值函数具有简单的医学解释。此外，我们给出理论结果并将我们的方法适配为一种实用的深度 RL 算法，该算法可与任何基于价值的深度 RL 方法一同使用。我们在一个大型败血症队列上实验，表明我们的方法产生与临床知识一致的结果。
引用
@article{arxiv.2207.08040,
title = {Reinforcement Learning For Survival, A Clinically Motivated Method For Critically Ill Patients},
author = {Thesath Nanayakkara},
journal= {arXiv preprint arXiv:2207.08040},
year = {2022}
}