Neetyabhas: A Framework for Uncertainty-Aware Public Policy Optimization in Rational Agent-Based Models

En 3 lignesNeetyabhas propose un cadre de simulation multi-agents pour optimiser les politiques de santé publique face aux incertitudes. Le modèle intègre 1 000 agents individuels (décisions de masquage, vaccination, déplacements) et des décideurs politiques utilisant des agents RL hiérarchiques (DQN, DDPG, TD3). Les résultats montrent que masquage et vaccination réduisent significativement pic et durée épidémique.

Résumé généré par Claude — vérifié par l'humain