ICMLJun, 2024

多智能体强化学习与放射治疗中的叶片定序相遇

PDF
TL;DR本文提出了一种新颖的深度强化学习模型 —— 增强叶序列器（RLS），用于叶片排序的多智能体框架，通过大规模训练提供了优化计划中耗时迭代优化步骤的改进，并通过设计奖励机制来控制运动模式。实验结果表明，RLS 模型可以实现减小荧光重建误差，并在优化计划中实现潜在更快的收敛性，同时在全自动智能放疗规划流程中也展示了有希望的结果。希望这种先导性的多智能体强化学习叶片排序器能够促进放射治疗计划中机器学习方面的未来研究。
发现论文，激发创造
  • 离线强化学习问题的序列建模方法

    本文介绍了如何使用序列建模来解决强化学习问题，使用 Transformer 架构来建模轨迹上的分布，并改造了波束搜索作为规划算法，在长时间序列预测、模仿学习、目标条件下的强化学习和离线强化学习等方面展示了该方法的灵活性和高效性，同时将该方法与基于模型的算法相结合，使其在稀疏奖励、长时间序列任务中表现为最先进的计划器。

    Jun, 2021

  • 基于循环神经网络的监督增强学习在动态治疗推荐中的应用

    本文提出一种基于监督强化学习和循环神经网络的动态治疗建议系统，用于处理医疗记录中的复杂关系和部分观测问题，实验结果表明该系统能够有效减少患者死亡率和提高医疗建议的准确性。

    Jul, 2018

  • ESRL: 高效基于采样的序列生成的强化学习

    通过引入两阶段取样和动态取样方法，我们提出了一种提高强化学习中序列生成模型取样效率的方法。我们在传统的序列生成任务上进行了实验，包括机器翻译和摘要生成。实验结果表明，这种高效取样的强化学习方法 ESRL，在训练效率和内存消耗方面都优于基线方法，并且持续获得比 REINFORCE、最小风险训练和近端策略优化方法更好的性能。

    Aug, 2023

  • 绿色深度强化学习用于无线电资源管理：架构，算法压缩与挑战

    本文针对 5G 及更高版本中的高复杂度无线资源管理问题，通过引入基于深度强化学习的云计算和分布式决策方案，并结合压缩算法和空间迁移学习，提出一种实现绿色深度强化学习的架构和算法，为实现绿色智能设备带来了潜在的解决方案。

    Oct, 2019

  • PDRL：基于多智能体强化学习的预测性监控

    提出了一种新颖且通用的预测深度强化学习（PDRL）系统，用于监测复杂环境中的未来状态，并在时间序列预测过程中取得了最先进的性能。

    Sep, 2023

  • 结构增强的深度强化学习在最优传输调度中的应用

    本文研发了一种结构增强的深度强化学习算法用于最小化远程估计均方误差，实现在多传感器远程估计系统的最优调度，该算法可以比基准算法节省 50％的训练时间并将远程估计均方误差降低 10％至 25％。

    Nov, 2022

  • MLE 和 RL 在序列预测中的联系

    采用统一的熵正则化策略优化框架，将不同算法统一为特殊实例，从而提供了统一的探索与学习效率的视角。此外，本文还提出了一种动态插值的算法，用于调度序列模型的学习，实验证明其优于传统算法。

    Nov, 2018

  • 分布式非协调认知无线电资源分配的深度强化学习

    本文提出了一种基于深度强化学习的分布式资源分配技术，用于多代理环境下的认知无线电网络，该网络通过干扰下动态频谱访问与主干网络共存。该技术是分布式的，且不需要与其他代理协调，通过模拟结果可以显示出，该技术能够在有限的学习时间内，找到使性能在 3％之内的策略。

    Oct, 2019

  • 面向下一代无线网络的安全和加速深度强化学习

    本文主要讨论了 DRL 技术在无线网络领域中的应用，提出了安全性和加速性等难点问题，并对安全加速 DRL 的解决方案进行了分类和讨论，最后通过案例研究展示了如何通过传输学习和安全探索来加速智能无线接入网络的 DRL 控制器收敛。

    Sep, 2022

  • 单轨迹鲁棒分布式强化学习

    提出了分布式鲁棒 Q 学习及其平均奖励变体，且在单轨迹训练的基础上，给出了渐近收敛保证和实验验证，证明其在扰动环境下的优越性。

    Jan, 2023