alexhernandezgarcia/gflownet

解決的問題

此套件提供一個訓練與擴展生成流網路（GFlowNets）的框架，GFlowNets 設計用於根據獎勵函數成比例地採樣多樣化的物件。這在科學發現問題中特別有用——例如蛋白質、分子或晶體的逆向設計，其目標是找到多個高獎勵解，而非單一最佳解。

工作原理

GFlowNets 使用組合性原則，將複雜物件的生成分解為一系列中間狀態。該套件透過四個核心元件實現此功能：

• Environment：定義狀態與動作空間（例如，一個俄羅斯方塊棋盤或一個拼字遊戲單字）。
• Proxy：提供給定狀態獎勵的函數或模型（例如，單字價值評分器或預訓練模型預測分子能量）。
• Policy Models：神經網路（通常是MLP），用於建模狀態之間的前向與後向轉移。
• GFlowNet Agent：中心協調者，管理環境、策略與代理之間的互動，並使用各種損失函數優化策略。

適用對象

從事機率生成建模的研究人員與開發者，特別是專注於科學發現、材料科學與分子設計的群體。

主要特色

• 多種優化目標：支援流匹配（FM）、軌跡平衡（TB）、詳細平衡（DB）與前瞻（FL）損失函數。
• 可擴展架構：設計為便於實作自訂環境與獎勵代理。
• PyTorch 整合：基於 PyTorch 建構，並與 Weights & Biases 整合以進行實驗追蹤。
• 科學應用支援：包含材料與分子建模的特定相依性（例如，Crystal-GFN）。