基于强化学习的1型糖尿病胰岛素给药策略研究

打开文本图片集

摘 要：1型糖尿病（T1D）患者需要通过外源性胰岛素的输送将血糖（BG）维持在治疗范围内。目前，已有的几种基于模型预测控制和强化学习（RL）的胰岛素给药算法存在样本效率差、奖励机制过于简单、血糖调控效果不佳等问题。为此提出了一种基于强化学习的带有指导网络的胰岛素给药策略（insulin administration strategy with guided network，IASGN），针对给药策略安全性能和快速性的特点，引入累积情节奖励和分类经验回放方法，按照不同的重要性采样权重增加了精英样本池，并基于精英样本池训练给药指导网络，对策略网络进行动作指导，改进了奖励机制，在FDA批准的UVA/Padova T1D模拟器中验证了该方法的性能。（剩余14744字）