![arXiv:2501.15972v1 [cs.AI] 2025 年 1 月 27 日](/simg/1/1a9dbfeb5aeccdefb4a1c131837337419b420280.webp)
机构名称：
¥ 1.0
强化学习 (RL) 已证明可成功实现模拟 1 型糖尿病 (T1D) 患者的胰岛素自动给药，但目前无法融入患者的专业知识和偏好。这项工作引入了 PAINT（T1D 胰岛素控制偏好适应），这是一个原始的 RL 框架，用于从患者记录中学习灵活的胰岛素给药政策。PAINT 采用基于草图的方法进行奖励学习，其中过去的数据用连续的奖励信号注释以反映患者的期望结果。标记数据训练奖励模型，为新型安全约束离线 RL 算法的行为提供信息，该算法旨在将行为限制在安全策略内并通过滑动比例实现偏好调整。计算机模拟评估表明，PAINT 通过简单标记期望状态实现了常见的血糖目标，与商业基准相比，将血糖风险降低了 15%。动作标签还可用于整合患者的专业知识，展示在患者指导下预先安排进餐（餐后时间范围内增加 10%）和解决某些设备错误（错误后方差为 -1.6%）的能力。这些结果在现实条件下成立，包括样本有限、标签错误和患者内部差异。这项工作说明了 PAINT 在现实世界的 T1D 管理中的潜力，以及更广泛地说，在安全约束下需要快速和精确偏好学习的任何任务中的潜力。
arXiv:2501.15972v1 [cs.AI] 2025 年 1 月 27 日
主要关键词
![arXiv:2501.15972v1 [cs.AI] 2025 年 1 月 27 日PDF文件第1页](/bimg/f/fb0c59e70d9cdc553a2f92841de083ee32ddb003.webp)
![arXiv:2501.15972v1 [cs.AI] 2025 年 1 月 27 日PDF文件第2页](/bimg/6/6e9342d0c9e21e18ead27af9c76fd7cfd3a843a1.webp)
![arXiv:2501.15972v1 [cs.AI] 2025 年 1 月 27 日PDF文件第3页](/bimg/4/43a5db2c88d8b2953cd7681d1169089a8a73a0c9.webp)
![arXiv:2501.15972v1 [cs.AI] 2025 年 1 月 27 日PDF文件第4页](/bimg/4/4412d8dd95a09bac4159c32fc0cdbb3e5ac6a88e.webp)
![arXiv:2501.15972v1 [cs.AI] 2025 年 1 月 27 日PDF文件第5页](/bimg/4/4d9db789fc62eb7a07a8a5e1a3115f55fe699c68.webp)
相关文件推荐
![arXiv:2501.05289v1 [cs.IR] 2025 年 1 月 9 日](/simg/5/5d961e2422de57fa52eb5a0c18014b9d11ed2948.webp)
![arXiv:2501.01291v1 [cs.AI] 2025 年 1 月 2 日](/simg/6/653deeb5efad78e36f3c2e27b9e7aba48761d425.png)
![arXiv:2501.01291v1 [cs.AI] 2025 年 1 月 2 日](/simg/f/f52a3aac91627968cfd5ee7f349b9908aeff8184.png)
![arXiv:2501.02681v1 [quant-ph] 2025 年 1 月 5 日](/simg/8/8ab98ed939b0aea654626d33b40aa484507e2024.webp)
![arXiv:2501.04957v1 [quant-ph] 2025 年 1 月 9 日](/simg/4/4675215255facc1da84b045fc2a0a6414a23d5fc.png)
![arXiv:2501.03144v2 [quant-ph] 2025 年 1 月 9 日](/simg/f/fb14ff9a45d072705a8b7332dec8c1dbd9ad4d5a.png)
![arXiv:2501.04661v1 [cs.CL] 2025 年 1 月 8 日](/simg/9/9fe58559bff64e656410c92855b2f5594d1bede8.png)
![arXiv:2501.00149v2 [physics.ao-ph] 2025 年 1 月 6 日](/simg/d/d218e1fe75ebf62623e6767a32680742b198a723.png)
![arXiv:2501.02222v1 [quant-ph] 2025 年 1 月 4 日](/simg/f/f95cddee3822ad37b49a6359a5bd92dff9e11ec7.png)
![arXiv:2501.07085v1 [quant-ph] 2025 年 1 月 13 日](/simg/f/f8c4a3482ac030d9dbe0a2f5baacd985075c8d1c.webp)
![arXiv:2501.16335v2 [quant-ph] 2025 年 1 月 29 日](/simg/f/f7a41eba8de79ac978b9aa03aaea7cff106eb171.webp)
![arXiv:2501.12000v1 [quant-ph] 2025 年 1 月 21 日](/simg/3/3f7175e6d090b7acffa65426d65c6c3ada08b704.webp)
![arXiv:2501.06839v1 [quant-ph] 2025 年 1 月 12 日](/simg/6/67a26e408a97ed2e61c90258e8d43cb0767f7820.webp)
![arXiv:2501.07927v1 [cs.LG] 2025 年 1 月 14 日](/simg/e/e8270f4b12d07c8409ebaf950a84ff9dd2f0d25b.png)
![arXiv:2501.07502v1 [cs.LG] 2025 年 1 月 13 日](/simg/8/874bffd147cf2c1d48854fba2a925698143a2659.png)
![arXiv:2501.01065v1 [stat.ME] 2025 年 1 月 2 日](/simg/d/df6bee7dabf0e0b4c8a5fbf7ed944edc58afbe06.png)
![arXiv:2501.07927v1 [cs.LG] 2025 年 1 月 14 日](/simg/d/d9644cb0e3282e91ab0a0efdbf71e923c6565160.png)
![arXiv:2501.14837v1 [stat.ME] 2025 年 1 月 23 日](/simg/a/a3a37e1c1269c0ee4952637ffd23bdf6b3ad569e.webp)
![arXiv:2501.19024v1 [q-bio.NC] 2025 年 1 月 31 日](/simg/3/3ccb8c04f2f3ed89ffe371a45191d0be8308ff40.webp)
![arXiv:2501.13188v1 [cond-mat.stat-mech] 2025 年 1 月 22 日](/simg/c/cd89159b729ab4f7aba19f137bdb20ec98b06138.webp)
![arXiv:2501.17833v1 [cond-mat.mtrl-sci] 2025 年 1 月 29 日](/simg/0/0d0da7c897cf0aa1360c1d8a8e5885bd5b7478ff.webp)
![arXiv:2502.02614v1 [astro-ph.IM] 2025 年 2 月 3 日](/simg/9/9b3f3c31d0ebb7d01d2dff47d5a7360450f7689c.webp)