药物发现新方法，阿斯利康团队通过课程学习改进从头分子设计

强化学习是一种强大的范式，已在多个领域广受欢迎。然而，应用强化学习可能会以代理与环境之间的多次交互为代价。当来自环境的单一反馈缓慢或计算量大时，这种成本尤其明显，从而导致长时间的非生产力。课程学习（Curriculum Learning，CL）通过安排一系列复杂性越来越高的任务，提供了一种合适的替代方案，目的是降低学习的总体成本。

在这里，阿斯利康公司的研究人员展示了课程学习在药物发现中的应用。他们在从头设计平台 REINVENT 中实施课程学习，并将其应用于不同复杂性的说明性分子设计问题。与标准的基于策略的强化学习相比，结果显示了对加速学习和输出质量的积极影响。

该研究以「 Improving de novo molecular design with curriculum learning」为题，于 2022 年 6 月 22 日发布在《 Nature Machine Intelligence》。

论文链接： https://www.nature.com/articles/s42256-022-00494-4