Dans une ville où les zones dangereuses apparaissent et disparaissent de manière chaotique, un navigateur malveillant tente constamment de vous piéger. Cet adversaire imprévisible agit à chaque carrefour. Pourtant, un cadre universel mathématique calcule toutes les ruses possibles et trace un chemin qui garantit la sécurité, même en cas de fortes perturbations.
Le même principe a été appliqué au dosage des médicaments. L'organisme du patient, tel ce navigateur hostile, absorbe le médicament de manière variable, menaçant d'emmener la concentration dans une zone dangereuse. La méthode calcule les doses de sorte que le traitement reste efficace même dans le pire des scénarios.
tel que rédigé par les auteurs, en anglais arXiv:2607.14023
Hamilton-Jacobi Reachability (HJR) is a central framework in safe control theory. While HJR has traditionally focused on a few fundamental tasks, there is increasing interest in scaling to more complex objectives. Recent works have studied the exact decomposition of the value functions for two fundamental dual-objective tasks in the adversary-free setting. However, not all value function decompositions in HJR remain valid with an adversary. In this work, we develop theoretical approaches to certify that for these two composite value functions, the proposed decompositions still hold with an adversary. Finally, we show how these results can solve issues that arise when applying HJR to optimal drug regimen design.
Les premiers essais de la méthode n'ont pas eu lieu à l'hôpital, mais à des carrefours virtuels – l'algorithme a appris à sauver des piétons de chauffards.