Soft Actor-Critic Control of a Behaviorally Heterogeneous S1S2IR Epidemic Model: Stability, Bifurcation, and COVID-19 Calibration
Dit artikel stelt een Soft Actor-Critic reinforcement learning-framework voor dat is geïntegreerd met een gedragsmatig heterogeen S1S2IR-epidemisch model om interventiestrategieën dynamisch te optimaliseren, waarbij door middel van COVID-19-kalibratie wordt aangetoond dat het effectief infectiepieken en kosten vermindert in vergelijking met statische beleidsmaatregelen.