DGFN：双重生成流网络
机器学习
2023-11-08 v3 生物大分子
摘要
深度学习正作为药物发现中的有效工具崭露头角，在预测模型和生成模型中均具有潜在应用。生成流网络（GFlowNets/GFNs）是近期提出的一种方法，因其在生成多样化候选物（尤其是小分子生成任务）方面的能力而受到认可。在本工作中，我们提出双重生成流网络（DGFNs）。受强化学习和双重深度Q学习启发，我们引入一个用于采样轨迹的目标网络，同时利用这些采样轨迹更新主网络。实证结果证实，DGFNs有效增强了稀疏奖励域和高维状态空间中的探索能力，而这二者均是药物发现中从头设计面临的挑战性方面。
引用
@article{arxiv.2310.19685,
title = {DGFN: Double Generative Flow Networks},
author = {Elaine Lau and Nikhil Vemgal and Doina Precup and Emmanuel Bengio},
journal= {arXiv preprint arXiv:2310.19685},
year = {2023}
}
备注
Accepted to NeurIPS 2023 Workshop