研究人员开发了一种新的人工胰腺系统深度强化学习（DRL）方法，旨在提高能源效率。该方法引入了一个与血糖变化相关的基于规则的标准来触发控制更新，而不是依赖固定的周期性间隔。这允许不规则的决策制定，被表述为半马尔可夫决策过程，并在数值实验中显示出在保持控制性能的同时提高了通信效率。 AI
影响 这种DRL方法可以通过优化通信频率，从而实现更节能的医疗设备。
排序理由 这是一篇研究论文，详细介绍了深度强化学习在特定系统中的新应用。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
This paper proposes a deep reinforcement learning (DRL)-based event-triggered controller design for networked artificial pancreas (AP) systems. Although existing DRL-based AP controllers typically assume periodic control updates, networked control systems (NCSs) require a reducti…