计算机工程

作者：吴仍裕, 周强, 于海龙, 王亚沙

单位：1. 深圳市急救中心, 广东 深圳 518000;2. 北京大学 信息科学技术学院, 北京 100871;3. 北京大学 软件工程国家工程研究中心, 北京 100871;4. 北京大学 高可信软件技术教育部重点实验室, 北京 100871

关键词：强化学习,神经网络,急救车调度,动态调度,马尔科夫决策过程

基金：深圳市“医疗卫生三名工程”项目（SZSM201911005）。

在院前急救领域中，急救反应时间是指患者拨打急救电话后，急救车到达现场的时间。传统急救车调度算法未全面考虑急救环境的动态性和复杂性因素，导致模型优化的急救反应时间与实际情况存在偏差。将急救车调度问题建模成马尔科夫决策过程，构建基于深度强化学习的急救车调度算法。以多层感知机作为评分网络结构，通过将急救站的动态信息映射为各个急救站的得分，确定急救车被调往各急救站的概率。同时，结合急救车调度的动态决策特点，利用强化学习中演员-评论家框架下的近端策略优化算法改进评分网络参数。在深圳市急救中心真实急救数据集上的实验结果表明，相比Fixed、DSM、MEXCLP等算法，该算法在每个急救事件中的急救反应时间平均缩短约80 s，并且在10 min内急救车的平均到达比例为36.5%，能够实时地将急救车调度到合适的急救站。

来源：2022年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第9期