强化学习中用于 de novo 药物设计高效化学探索的多样化小批量选择
机器学习
2025-11-11 v2
摘要
在许多现实世界应用中，评估实例的质量既昂贵又耗时，例如人类反馈和物理模拟，相比之下提出新实例则较为容易。特别是，这在强化学习中更为关键，因为它依赖于与环境（即新实例）的交互，而这些交互必须被评估以提供用于学习的奖励信号。同时，在强化学习中执行充分的探索对于找到高奖励的解决方案至关重要，这意味着智能体应该观察并从多样化的经验集中学习，以找到不同的解决方案。因此，我们认为从多样化的小批量经验中学习可以对探索产生重大影响，并有助于缓解模式崩溃。在本文中，我们引入了用于强化学习的小批量多样化，并在现实世界问题即药物发现的背景下研究了该框架。我们广泛评估了我们提出的框架如何增强 de novo 药物设计中化学探索的有效性，其中寻找多样化和高质量的解决方案至关重要。我们的实验表明，我们提出的多样化小批量选择框架可以在保持高质量解决方案的同时显著增强解决方案的多样性。在药物发现中，这样的结果有可能更快地满足未竟的医疗需求。
关键词
引用
@article{arxiv.2506.21158,
title = {Diverse Mini-Batch Selection in Reinforcement Learning for Efficient Chemical Exploration in de novo Drug Design},
author = {Hampus Gummesson Svensson and Ola Engkvist and Jon Paul Janet and Christian Tyrchan and Morteza Haghir Chehreghani},
journal= {arXiv preprint arXiv:2506.21158},
year = {2025}
}