יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

תיאום רב-סוכנים מודרך פיזיקה

Physics-Informed Multi-Agent Coordination for Hospital Patient Flow Optimization
חוקרים פיתחו שיטה לתיאום רב-סוכנים מודרך פיזיקה לאופטימיזציה של זרימת חולים בבתי חולים. השיטה משלבת תורת תורים ולמידת חיזוק מרובת סוכנים. היא מאפשרת לסוכנים אוטונומיים לנהל משא ומתן על נתיבי חולים וקנה מידה דינאמי של שירות. השיטה הראתה תוצאות טובות בהשוואה לשיטות אחרות.
תקציר מקורי באנגליתarXiv:2609.37022v1 Announce Type: new Abstract: Efficient patient flow coordination across autonomous hospital departments is critical for mitigating overcrowding and balancing resource utilization. While classical queueing theory, specifically open Baskett--Chandy--Muntz--Palacios (BCMP) networks, provides an interpretable mathematical topology for healthcare operations, analytical models rely on stationary assumptions and fixed routing matrices that degrade under state-dependent real-world dynamics. Conversely, centralized reinforcement learning approaches struggle to accommodate the decentralized structure of hospital governance, where individual clinical departments function with localized observations, heterogeneous resources, and divergent operational objectives. In this paper, we pr
קרא במקור המקורי