1樓：mozillar
強化學習三要素，狀態，動作，回報。這三點能夠比較完美地獲得，理論上就能用。但是，強化學習是需要試錯的，既需要大量樣本，又需要引入備用控制系統，防止不好的動作帶來的風險，所以很難實用化。
藥物這東西性命攸關，從控制角度講可靠性第一，優化是次要考慮的問題。
2樓：桂能
這個問題是個典型的強化學習過程，就是中間有一些過程你甚至不能觀察到，它最終會折算成乙個reward回來，這個問題其實一直有人研究的，典型的就是機械人嘛，給機械人乙個任務，但是這個任務是個複雜任務，它只有最後完成了才能拿到reward。
3樓：躺平之王
你的問題設定描述的非常不清楚，我不是這個問題的expert所以不能給你直接回答。
我需要的資訊是狀態空間和動作空間。對於你現在的問題我存疑的是：
1. 不同的人是不是不同的系統？如果相同系統，傳統的強化學習可能可以解決。這個問題依賴於你的mdp定義。
2. 系統的狀態轉移函式有沒有可能學出來？顯然你樣本只有現實病例的很少一點，同時狀態和動作也不太像是離散的tabular case，那麼model-free基本排除，就看你能不能用model-based了。
只能給個初步結論，iLQR+MPC，前者是開環的，後者給你乙個閉環solution
Redis HyperLogLog 適用於什麼場景 相比於Set和Sorted Set的優劣與決擇
簡單來說，UV統計一定要做，實時UV也是很好的需求，然後redis很貴相對 ECS，相對Mysql hyperloglog因為占用記憶體較少，結果就是比較省錢。如果你對redis有多貴沒有概念，可以上阿里雲去看一下資料結算而言，多維查詢是常見問題，這個也可以了解一下UV意義本身就是計數，夠了 懸衡 ...
資料結構適用於解決什麼問題
CNife 資料結構對於程式來說就像空氣和水，什麼時候用資料結構 不是個問題，用什麼資料結構 和 怎麼用資料結構 才是問題。資料結構是組織資料的方式，而程式也無非就是不同資料和邏輯的組合。你需要用什麼邏輯運算元據，就需要用什麼資料結構，這是自然而然的事情。比如經典的排序問題 如果資料量不大 數個元素...
肯德基適用於正餐嗎？
血的教訓告訴你絕對不可以。男孩不太清楚，作為女生在上小學三年級時吃了整整一暑假的肯德基，導致早發育，這個危害真的太大了！剛開始猛長個子，不長肉，後來停滯不長了。但如果是自然生長能長更高，而且現在患有PCOS，懷疑也是因為那年KFC吃多了的後遺症。 少荃 肯德基做正餐，可以不可以？我覺得是可以的。雖然...