基于主动推理的信念空间控制用于个性化癌症治疗

癌症治疗本质上是一个具有部分可观测性、潜在患者异质性及医疗测量预算约束的序列决策问题。不同于控制状态轨迹的标准强化学习方法，癌症治疗会永久改变患者的转移动态。本文利用主动推理将癌症治疗建模为信念空间规划问题，推导出的期望自由能目标函数在测量预算下统一了目标导向控制与信息获取。通过在真实临床数据上的实现，结果表明该方法能在满足实际约束的同时实现患者分类与高效治疗。