Überlebensbewusste Multi-Agenten Deep Reinforcement Learning mit Aufmerksamkeitsmechanismus für die Ambulanzroute in der Katastrophenreaktion

ZUSAMMENFASSUNG Katastrophensituationen üben extremen Druck auf den Rettungsdienst aus, bei dem die Entscheidungen über die Ambulanzrouten den Patientenüberlebenserfolg direkt beeinflussen. Wir betrachten das Problem der Ambulanzrouting nach der Triage, bei dem die Standorte der Patienten und die Überlebenszeiten nach der initialen Einschätzung bekannt sind. Im Gegensatz zur klassischen Fahrzeugrouting, die sich auf operationale Effizienz konzentriert, führt dieses Problem geschachtelte zeitliche Einschränkungen ein, bei denen jeder Patient eine individuelle Krankenhausankunftfrist hat. Wir nehmen eine statische Formulierung an - die für die Anfangsphase der Bereitstellung geeignet ist - um die grundlegenden algorithmischen Herausforderungen der überlebensbewussten Multi-Agenten-Koordination zu isolieren, bevor wir auf dynamische Szenarien erweitern. Wir gehen dieses Problem durch Multi-Agenten Deep Reinforcement Learning mit Aufmerksamkeitsmechanismen an und modellieren die Aufgabe als semi-markovisches Entscheidungsprozess, wo die Aktionsdauern die Reisezeiten widerspiegeln und die Flottenkoordination durch erlernte Aufmerksamkeitsgewichte entsteht. Unser Actor-Critic-Ansatz nutzt zentralisiertes Training mit dezentraler Ausführung, was eine skalierbare Bereitstellung ermöglicht und gleichzeitig Koordinationsvorteile bewahrt. Im Gegensatz zu Rahmenbedingungen der Einschränkungsprogrammierung, die mit vorausschauenden zeitlichen Abhängigkeiten in Mehrpatienten-Routen kämpfen, lernt die auf Aufmerksamkeit basierende Strategie diese komplexen Einschränkungsinteraktionen implizit durch belohnungsgetriebenes Training. Die experimentelle Bewertung zeigt, dass erlernte Strategien die Betriebskosten erheblich senken und dabei eine überlegene Überlebenskonformität im Vergleich zu den Basismethoden von OR-Tools aufweisen, mit dem entscheidenden Unterschied, dass das erlernte Modell Verstöße gegen Einschränkungen als Patientensterblichkeit und nicht als Optimierungsstrafen behandelt. Die Ergebnisse deuten darauf hin, dass Deep Reinforcement Learning effektiv die Abwägungen zwischen operationeller Effizienz und medizinischen Prioritäten in Notfallszenarien erfassen kann.