# An Analysis of Reinforcement Learning for Malaria Control

**Authors:** Ndivhuwo Makondo, Arinze Lawrence Folarin, Simphiwe Nhlahla Zitha, Sekou Lionel Remy  
**arXiv:** [2107.08988](https://arxiv.org/abs/2107.08988)  
**Date:** 2021-07-19  
**Summary page:** https://www.summarizepaper.com/fr/paper/2107.08988v1/

## Key points

- Les auteurs étudient l'apprentissage de politiques pour le contrôle du paludisme.
- Les travaux antérieurs ont souvent formulé ce problème comme un problème d'optimisation en supposant une structure spécifique pour la fonction objective et l'espace de recherche.
- Ces approches précédentes ont tendance à développer de nouveaux algorithmes spécifiques au contrôle du paludisme, tout en ignorant de nombreux algorithmes plus simples et généraux présents dans la littérature.
- Les auteurs proposent donc d'étudier formellement la formulation du contrôle du paludisme et d'analyser plusieurs formulations utilisées dans la littérature.
- Ils mettent également en œuvre et analysent plusieurs algorithmes d'apprentissage par renforcement dans toutes les formulations étudiées, qu'ils comparent à l'optimisation en boîte noire.
- Contrairement aux travaux précédents, leurs résultats montrent que des algorithmes simples basés sur les bornes supérieures de confiance sont suffisants pour apprendre de bonnes politiques contre le paludisme.
- Ces algorithmes simples ont tendance à surpasser leurs homologues plus avancés dans l'environnement OpenAI Gym dédié au paludisme.

## Summary

Dans cette nouvelle étude intitulée "An Analysis of Reinforcement Learning for Malaria Control" (Une analyse de l'apprentissage par renforcement pour le contrôle du paludisme), réalisée par Ndivhuwo Makondo, Arinze Lawrence Folarin, Simphiwe Nhlahla Zitha et Sekou Lionel Remy, les auteurs se penchent sur le problème de l'apprentissage de politiques pour le contrôle du paludisme. Ils soulignent que les travaux antérieurs ont souvent formulé ce problème comme un problème d'optimisation en supposant une structure spécifique pour la fonction objective et l'espace de recherche. Ces travaux ont utilisé des formulations telles que les bandits multi-bras, les bandits contextuels et les processus de décision markoviens de manière isolée. Cependant, ces approches précédentes ont tendance à développer de nouveaux algorithmes spécifiques au contrôle du paludisme, tout en ignorant de nombreux algorithmes plus simples et généraux présents dans la littérature. Dans cette étude, les auteurs se proposent donc d'étudier formellement la formulation du contrôle du paludisme et d'analyser plusieurs formulations utilisées dans la littérature. Les auteurs mettent également en œuvre et analysent plusieurs algorithmes d'apprentissage par renforcement dans toutes les formulations étudiées, qu'ils comparent à l'optimisation en boîte noire. Contrairement aux travaux précédents, leurs résultats montrent que des algorithmes simples basés sur les bornes supérieures de confiance sont suffisants pour apprendre de bonnes politiques contre le paludisme. De plus, ces algorithmes simples ont tendance à surpasser leurs homologues plus avancés dans l'environnement OpenAI Gym dédié au paludisme. Cette étude fournit donc une analyse complète des différentes formulations utilisées pour le contrôle du paludisme et démontre l'efficacité des algorithmes simples basés sur les bornes supérieures de confiance.