VacSIM：基于强化学习的新冠疫苗分配有效策略学习
人工智能
2021-12-07 v3 计算机与社会
机器学习
摘要
新冠疫苗是我们缓解当前疫情持续冲击的最佳对策。然而，疫苗预计也将是一种有限资源。一种最优的分配策略，特别是在存在获取不平等与热点 temporal 分离的国家中，可能是阻止疾病传播的有效方式。我们通过提出一种新颖的流程VacSIM来解决此问题，该流程将深度强化学习模型嵌入到情境多臂老虎机（Contextual Bandits）方法中，以优化新冠疫苗的分配。强化学习模型给出更优的动作与奖励，而情境多臂老虎机允许在真实世界场景中可能需要逐日实施的在线修改。我们在印度五个不同邦（阿萨姆、德里、贾坎德、马哈拉施特拉和那加兰）将该框架与按新冠病例发生率比例分配疫苗的朴素分配方法进行比较，并展示通过VacSIM方法在45天内最多可预防9039例潜在感染，并显著提高限制传播的有效性。我们的模型与平台可扩展至印度所有邦并潜在地扩展至全球。我们还提出了新颖的评估策略，包括基于标准房室模型的预测以及我们模型的因果保持评估。由于所有模型都带有可能需在不同情境中检验的假设，我们开源了我们的模型VacSIM，并贡献了一个兼容OpenAI gym的新强化学习环境，以使其可扩展至全球的真实世界应用。(http://vacsim.tavlab.iiitd.edu.in:8000/)。
引用
@article{arxiv.2009.06602,
title = {VacSIM: Learning Effective Strategies for COVID-19 Vaccine Distribution using Reinforcement Learning},
author = {Raghav Awasthi and Keerat Kaur Guliani and Saif Ahmad Khan and Aniket Vashishtha and Mehrab Singh Gill and Arshita Bhatt and Aditya Nagori and Aniket Gupta and Ponnurangam Kumaraguru and Tavpritesh Sethi},
journal= {arXiv preprint arXiv:2009.06602},
year = {2021}
}
备注
14 pages, 5 figures