detailed balance

新的“轨迹平衡”目标改进了 GFlowNet 学习

研究人员引入了“轨迹平衡”，这是生成流网络 (GFlowNets) 的一种新颖学习目标。这个新目标旨在改进 GFlowNets 中的信用分配，GFlowNets 用于从非归一化密度生成组合对象，如图和字符串。所提出的方法被认为是现有目标（如流匹配和详细平衡）的更有效替代方案，这些目标在处理长动作序列时可能会遇到困难。在四个领域的实验证明了轨迹平衡在提高 GFlowNet 收敛性、样本多样性和鲁棒性方面的有效性。