一种基于强化学习的传染病干预措施优化方法

本发明公开了一种基于强化学习的传染病干预措施优化方法，包括：对改进型Covasim环境进行参数调整；对智能体进行训练：（1）智能体从改进型Covasim环境获取状态信息st，在感染人数超过预设人数阈值时，根据状态信息输出干预措施强度值at，根据at作用于环境并得到对应的奖励信息rt，获取下一状态信息st+1，将数据组（st，at，rt，st+1）存至经验回放区；（2）当经验回放区中存储的数据达到预设数据阈值后随机采样Mini‑batch对智能体的网络参数进行更新；（3）重复步骤（1）‑（2）直至达到预设最大训练时长，得到训练后的智能体；训练后的智能体根据当前传染病疫情状态输出对应的干预措施。