传染病控制中连续状态 MDP 的状态离散化
最优化与控制
2024-11-28 v3 物理与社会
摘要
在卫生政策背景下，可能会出现不确定性下的重复决策问题，例如 COVID-19 和其他流行病的传染病控制。这些问题有时可以通过马尔可夫决策过程（MDPs）有效解决。然而，为了捕捉传染病患病率，此类问题的连续或庞大状态空间使得难以实现易于处理的 MDPs，以确定随时间变化的最优疾病控制策略。因此，我们开发了一种算法，用于在此背景下离散化连续状态以获得近似 MDP 解。我们使用一个合成示例和洛杉矶县的 COVID-19 示例，针对均匀离散化方法对性能进行了基准测试。
引用
@article{arxiv.2404.12540,
title = {State Discretization for Continuous-State MDPs in Infectious Disease Control},
author = {Suyanpeng Zhang and Sze-chuan Suen},
journal= {arXiv preprint arXiv:2404.12540},
year = {2024}
}