物理信息多智能体协调用于医院患者流优化

论文提出物理信息多智能体协调框架，将经验校准的 BCMP 排队拓扑作为物理先验嵌入去中心化多智能体强化学习架构，在 MIMIC-IV 真实患者轨迹上显著降低累积系统延迟，同时保持临床安全约束。方法以 Dec-POMDP 建模耦合资源约束下的患者路由与动态服务缩放，智能体通过局部动作指纹交换与空间分解奖励结构缓解环境非平稳性。论文已被 PRIMA 2026 接收。