该文综述了多臂老虎机（RMAB）在公共卫生干预调度中的应用进展，涵盖时间序列RMAB、Whittle指数决策焦点学习、公平性约束RMAB-F、神经网络预训练模型PreFeRMAB及Q学习等方法，旨在提升参与者坚持度与资源分配效率。