arXiv · ML· Yuepeng Wang, Ken Kawano, Yoshihiko Fujisawa, Yongqi Zhou, Akifumi Wachi, Mehrshad Sadria, Lei Zhou, Richard Weiss, Katsuki Fujisawa, Ying Chen, Xin Liu, Kyoung-Sook Kim, Xiao Hu, Sebastien Gros, Xun Shen·· 2026-10-12AI 评分20
MedGym:动态医疗治疗强化学习的统一基准
A Unified Benchmark for Dynamic Medical Treatment Reinforcement Learning
AI 导读
研究团队推出 MedGym,这是一个基于连续时间框架的动态医疗治疗推荐基准环境。 该环境利用物理信息神经网络构建,支持在不规则治疗时序和患者特定动态下,直接比较离散时间与连续时间强化学习方法。 MedGym 允许从个性化和轨迹级安全性等临床重要视角进行评估,从而为医疗强化学习方法提供更具真实性和信息量的标准化测试。
来源:arXiv · ML · arxiv.org