Feb, 2024

公共卫生中动态不休、多臂老虎机任务的决策语言模型（DLM）

PDF
TL;DR通过使用自然语言命令，提出了一种动态调整政策结果的决策语言模型 (DLM)，该模型能够适应具有挑战性的公共卫生环境中的人流量调度任务。
maternal mortality ratepreventative care programshealth resourcesevolving policy prioritiesdecision language model
发现论文，激发创造
  • 高效的公共卫生干预规划基于分解式决策导向学习

    优化受益人干预计划以提高干预效果的研究中，本文通过对残存的历史数据进行感知模型参数估计，提出了一种基于 Restless Multi-Armed Bandits 和 Decision-Focused Learning 的快速干预规划方法，实验证明该方法在速度和性能上优于现有方法。

    Mar, 2024

  • 非马尔可夫世界中的有限资源分配：以母婴保健为例

    提出了一种基于时间序列的多臂老虎机架构 (RMAB) 方法，用于调度低资源环境下的干预措施，以提高参与者的坚持和参与度，并在现实数据的实验中进行了验证。

    May, 2023

  • 决策导向的评估：分析已部署的不安定多臂赌博机的性能

    研究 RMAB 系统在公共卫生领域的部署，发现整体预测准确性的提高可能会伴随着 RMAB 系统性能的降低；使用决策评估度量来评估预测组件，更好地解释了 RMAB 系统的整体性能表现。

    Jan, 2023

  • 多臂赌博机中的可扩展决策焦点学习及其在母婴健康中的应用

    本文提出了一种新颖的用于决策焦点学习的方法，该方法直接训练预测模型以最大化 Whittle 指数解的质量，应用于不确定武装转移动态但已知相关武装特征的不安静多臂老虎机（RMAB）问题，并提高了在 RMAB 问题中的可扩展性，并将算法应用于先前收集的母婴健康数据集，展示了其性能。

    Feb, 2022

  • 在不断变化的世界中学习：具有未知动态的不安定多臂赌博机

    此篇研究考虑了一个名为不安定多臂赌博机问题的模型，提出了一种探索和利用并行局部的策略，使得在一定的系统参数有限制时，能够获得对数级次的回报，而在缺乏关于系统的任何信息时，能够获得接近对数水平的回报。同时，也将问题扩展到了多个分布式参与者共享资源的情况，并得出相应结果。结果对于各种动态系统和通信网络以及金融投资的自适应学习都有应用。

    Nov, 2010

  • 基于贝叶斯方法的在线学习对于上下文不安定赌博算法的应用于公共卫生

    基于贝叶斯学习和汤普森抽样的上下文多臂赌博机在线强化学习方法可以高效建模复杂的上下文相关和非固定的公共卫生干预项目中的资源分配，具有较高的性能表现。

    Feb, 2024

  • 公平的不竭多臂赌博机：受数字健康启发的通用框架

    基于需求紧迫性的研究发现，从公平性文献中提取的两个公平性目标，最小最大奖励和最大纳什福利，分别通过水充实算法和平衡不同群体大小的贪婪算法进行高效求解，在三个模拟领域中展示了比现有技术更加公平，而对效用几乎没有牺牲的结果。

    Aug, 2023

  • 带大型语言模型线索的世界模型用于目标实现

    通过将提出的具有示意性子目标的语言模型与模型回滚相结合，我们提出了一种新的多模态的基于模型的强化学习方法，名为大语言模型梦境，用以鼓励在具有挑战性任务中发现和达成目标，从而对各种困难的、稀疏奖励的环境进行了大量实验，并显示出优于近期方法的性能提升。

    Jun, 2024

  • 具有长期公平约束的在线不安定多臂赌博机

    我们介绍了一种名为 RMAB-F 的新的多臂老虎机模型，它具有长期公平约束；并开发了一种名为 Fair-UCRL 的强化学习算法，证明了其能够在奖励遗憾和公平违反遗憾方面保持概率亚线性边界。

    Dec, 2023

  • 无眠多臂赌博中的零样本学习

    提出了一种基于神经网络的预训练模型（PreFeRMAB），具备广泛的零样本能力，能够更加高效地在特定实例上进行微调，同时适用于离散或连续状态空间的多动作问题，解决了以往研究中在处理连续状态时需要重新训练等限制，拥有理论收敛保证和在多个具有挑战性、以真实世界为灵感的问题上的实证优势。

    Oct, 2023