利用强化学习优化护理流程中的响应：以攻击性事件为例
人工智能
2023-10-03 v1 机器学习
摘要
以往研究已使用规范性流程监控来发现业务流程中的可操作策略，并在类似领域（如贷款申请流程和交通罚款流程）进行了案例研究。然而，护理流程往往更具动态性和复杂性。例如，在护理流程的任何阶段，都可能存在大量可采取的行动。在本文中，我们遵循强化学习方法，利用来自护理流程的事件数据训练一个马尔可夫决策过程。目标是为工作人员在客户表现出任何类型的攻击性行为时找到最优策略。我们使用强化学习算法 Q-learning 和 SARSA 来寻找最优策略。结果表明，这些算法推导出的策略与当前最常用的行动相似，但在某些情况下为工作人员提供了更多选择。
引用
@article{arxiv.2310.00981,
title = {Using Reinforcement Learning to Optimize Responses in Care Processes: A Case Study on Aggression Incidents},
author = {Bart J. Verhoef and Xixi Lu},
journal= {arXiv preprint arXiv:2310.00981},
year = {2023}
}