Bereket Sitotaw Kidane

强化学习模型在适应性化疗控制方面展现出潜力

研究人员开发并比较了用于适应性化疗控制的闭环深度强化学习（DRL）策略，同时利用了连续（TD3）和离散（DQN）动作空间。这些DRL策略在一个复杂异质性肿瘤模型上进行了训练，并与基于Pontryagin最大值原理（PMP）推导出的传统开环方法进行了基准测试。该研究评估了这些策略在100名具有扰动生长和药物敏感性参数的虚拟患者队列中的泛化能力，揭示了肿瘤缩小与剂量一致性之间的权衡。