面向头颈质子放疗规划的证据驱动多智能体复合 AI 系统

一个证据驱动的多智能体复合 AI 系统将基于 DRL 的自动放疗规划与基于 LLM 的对话式方案优化结合，用于质子 PBS 治疗。系统先用 PPO 策略网络为每位患者生成 5 个方案，再由基于 Qwen3-14B 的规划智能体、聊天机器人和评估智能体通过自然语言完成优化，该模型经 SFT 和 GRPO 后训练。