关键词generative flow network
搜索结果 - 2
- 弥补强化学习中奖励匹配问题
生成流网络(GFlowNet)是一个概率框架,其中代理通过学习随机策略和流函数,以与未归一化奖励函数成比例的概率进行对象采样。在这篇论文中,我们建立了 GFlowNet 与均匀策略的策略评估之间的新联系,并提出了一种新颖的修正型策略评估(R - TacoGFN: 基于结构的药物设计的目标条件 GFlowNet
我们致力于自动化生成与特定蛋白质口袋靶点相匹配的药物样化合物。我们采用强化学习方法,提出了一种目标条件生成流网络(TacoGFN)模型,通过该模型可以生成具有所需属性的分子。我们还开发了基于 Transformer 的对接评分预测方法,用于