arXiv · cs.AI· Bozhi Sun, Seda Tierney, Jeffrey A. Feinstein, Frederick Damen, Alison L. Marsden, Daniele E. Schiavazzi·· 5 小时前
儿科超声心动图实验室资源分配的规则策略与强化学习策略仿真研究
Rule-based and reinforcement-learning policies for resource allocation in a pediatric echo lab: a simulation study
arXiv:2506.06297v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Bozhi Sun, Seda Tierney, Jeffrey A. Feinstein, Frederick Damen, Alison L. Marsden, Daniele E. Schiavazzi
研究任务与主要进展
基于斯坦福大学 Lucile Packard 儿童医院 Echo 实验室一周共 184 名患者的运营数据，研究人员用 SimPy 构建离散事件仿真模型，并通过开源 Gymnasium 接口暴露，比较即时分配与预约制两类排程策略。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org