trajectory general mellowmax

新的强化学习算法TGM增强了科学发现的候选过滤

研究人员开发了一种新的科学发现方法，旨在改进蛋白质或分子等潜在候选物的过滤。该方法使用一个统一的算子，结合了几个正则化强化学习（RL）算子，以更好地针对特定的采样分布，解决了在大型搜索空间中生成过于多样化和次优候选物的问题。新算法名为轨迹通用Mellowmax（TGM），为过滤过程提供了鲁棒的强化学习视角，并在合成任务和现实世界任务中都证明了其比现有方法识别更高质量、更多样化候选物的能力。