화학요법 용량 최적화는 불확실성 하에서 종양 억제와 독성을 균형 있게 조정해야 하는 동적 치료 체제로 표현될 수 있습니다. 그러나 대부분의 강화학습 접근법은 환자 상태의 완전 관측을 전제로 하며, 이는 임상 현장에서 드물게 충족되는 조건입니다. 우리는 기억 증강 정책이 불완전 관측 환경에서의 화학요법 제어를 개선할 수 있는지 조사합니다. 이를 위해 우리는 별도의 LSTM actor-critic 네트워크를 사용하는 반복적 TD3 기반 접근법을 적용하고, DTR-Bench 의 AhnChemoEnv 벤치마크에서 오프-폴리시 및 온-폴리시 반복적 아키텍처와 비교하여 feed-forward TD3 와 Soft Actor-Critic 과 평가합니다. 약동학적 및 약력학적 변동성은 고정되어 있으며, 이는 숨겨진 상태 불확실성과 관측 노이즈를 분리하고 환자 간 변동성에서 발생하는 혼란 효과를 피하기 위해 수행됩니다. 10 개의 랜덤 시드 (random seeds) 를 통해 반복적 구조는 완전 관측 환경에서는 모자람이 있지만, 불완전 관측 환경에서는 훨씬 강력하고 안정적인 성능을 보이며, 일관된 종양 억제와 개선된 정상 세포 보존을 보입니다. 이러한 결과들은 임상적으로 중요한 상태 정보가 불완전하거나 노이즈가 있을 때 기억 기반 정책이 특히 유용함을 시사합니다.