跳到正文
arXiv · ML· Bozhi Sun, Seda Tierney, Jeffrey A. Feinstein, Frederick Damen, Alison L. Marsden, Daniele E. Schiavazzi·· 2026-10-15AI 评分23

基于规则与强化学习的儿科超声实验室资源分配策略模拟研究

Rule-based and reinforcement-learning policies for resource allocation in a pediatric echo lab: a simulation study

AI 导读

利用斯坦福大学儿科医院数据构建模拟模型,结果显示动态分配显著降低患者平均等待时间。 模型采用 Dueling Double Deep Q-Network,性能媲美但未超越最优基于规则的动态分配策略。 该研究为医疗资源调度提供了开源 Gymnasium 接口与理论参考。

来源:arXiv · ML · arxiv.org