Latent Utility Q-Learning

新的LUQ-Learning方法优化患者特定治疗方案

研究人员开发了潜在效用Q-Learning（LUQ-Learning），一种用于优化动态治疗方案（DTRs）的新方法，该方法考虑了患者在多种结果上的不同偏好。这种方法将偏好估计与结果回归分离，即使在偏好观察不完美或异质的情况下也能实现灵活学习。模拟表明，LUQ-Learning的性能优于现有方法，包括具有朴素结果聚合的标准Q-Learning。