连续决策与变化的状态
项目将胰岛素剂量决策作为强化学习问题来探索，通过模拟器提供环境与数据，研究血糖管理策略。
方法
使用 Advantage Actor-Critic（A2C）作为建模方法，将学习智能体与模拟环境连接起来。
范围
这是学术模拟项目，不是经过临床验证的剂量决策系统。代码呈现建模思路与实验设置。
项目将胰岛素剂量决策作为强化学习问题来探索，通过模拟器提供环境与数据，研究血糖管理策略。
使用 Advantage Actor-Critic（A2C）作为建模方法，将学习智能体与模拟环境连接起来。
这是学术模拟项目，不是经过临床验证的剂量决策系统。代码呈现建模思路与实验设置。