Mar, 2023

使用深度离线强化学习实现全麻期间安全的丙泊酚剂量控制

PDF
TL;DR提出了基于数据驱动增强学习算法的策略约束 Q-Learning (PCQL) 以解决学习麻醉策略在真实临床数据集上的问题，并通过实验证实了 PCQL 相对于基线方法的性能优势，在更少的总剂量下保持和麻醉师参考剂量的一致性，对病人的生命体征更加敏感，并使用 SHAP 进行了模型预测的解释分析。
automated anesthesiareinforcement learninganesthesia strategyclinical datasetshap
发现论文，激发创造
  • 经修剪多目标深度 Q 学习方法实现可靠的危重病护理政策

    通过剪枝和训练最终模型两步，成功将中间生物标志信号融入到奖励范式中，在不损害主要结果的情况下，从中解出有价值的信息指导学习过程，从而在模拟环境和实际患者记录中成功开发了一种有效的离线强化学习方法，为开发可靠的策略迈出了一步。

    Jun, 2023

  • 离线强化学习的保守型 Q 学习

    本论文提出了保守型 Q-learning（CQL），通过学习保守型 Q 函数以得到预期值，有效地解决了离线强化学习（offline RL）中的价值估计问题，从而提高了学习性能。在实验中，我们将 CQL 应用于复杂和多模态数据分布，证明其在离线 RL 方法中的优越性，能学习到比现有离线 RL 方法 2 到 5 倍更高的最终回报的策略

    Jun, 2020

  • 基于约束惩罚的 Q-learning 算法用于安全离线强化学习

    本研究探讨了在仅使用离线数据的情况下学习最大化长期收益的策略，同时满足安全性约束的安全离线强化学习问题，提出了基于约束惩罚的 Q 学习算法来解决该问题，并且在多个基准任务中进行了实验验证，表明该算法在数据效率和性能方面都优于其他基线算法。

    Jul, 2021

  • 策略性保守型 Q 学习

    提出了一种名为 Strategically Conservative Q-Learning (SCQ) 的新框架，用于解决离线强化学习中的逼近误差和分布外动作的问题，在 D4RL 基准任务上表现优于现有方法。

    Jun, 2024

  • 离线强化学习中的温和保守型 Q 学习

    提出了一种保守但足够保证泛化性的离线学习算法 Mildly Conservative Q-learning (MCQ)，其中通过分配适当的伪 Q 值来积极地训练 OOD 动作，在 D4RL 数据集上实验结果表明 MCQ 相对于之前的工作取得了显着的性能提升和优异的泛化能力。

    Jun, 2022

  • 异步离线更新下的机器人操作深度强化学习

    本文介绍一种基于深度 Q 函数算法的深度强化学习方法，能够实现在真实的物理机器人上进行复杂的 3D 操作任务学习，并通过多个机器人异步汇聚优化策略更新等技术进一步提高训练效率。

    Oct, 2016

  • 离线强化学习用于 1 型糖尿病患者血糖更安全的控制

    本文评估了离线强化学习方法，用于开发临床有效的药量策略，通过对 UVA/Padova 血糖动力学模拟器内的九个虚拟患者的血糖控制进行了研究，发现离线强化学习可以显著提高健康血糖范围内的时间，而不增加低血糖事件。

    Apr, 2022

  • 离线多智能体强化学习的反事实保守 Q 学习

    我们提出了一个新颖的多智能体离线强化学习算法，名为 CounterFactual Conservative Q-Learning (CFCQL)，通过进行保守价值估计来缓解离线多智能体强化学习中行动分布偏移和高维问题的影响，并在多个环境中进行了实验验证。

    Sep, 2023

  • 带有梯度惩罚和约束松弛的鲁棒离线强化学习

    本文介绍了解决离线强化学习面临的数据污染问题的一系列技术，包括梯度惩罚和批评家权重约束松弛等方法，并在 D4RL Mujoco 和 Adroit 数据集上进行了实验验证。

    Oct, 2022

  • 在线随机排队网络优化的干预辅助策略梯度方法：技术报告

    在线深度强化学习控制（ODRLC）是一种可替代传统方法的方法，它通过智能代理与实际环境直接交互并从这些在线交互中学习最优控制策略。我们提出了一种干预辅助框架，结合了神经网络的学习能力和传统控制策略的稳定性，以解决随机队列网络中无界状态空间的挑战。通过实验证明，我们的提出算法优于传统控制方法和之前的 ODRLC 算法。

    Apr, 2024