复古回退:不确定世界中的合成规划
本文提出了一种新的反合成方法,应用随机过程来考虑不确定性,并提出了一种名为 retro-fallback 的新贪婪算法,该算法在实验室中最大化至少可以执行一个合成计划的概率。通过使用体外基准测试,证明 retro-fallback 通常比流行的 MCTS 和 retro * 算法产生更好的合成计划集。
该文介绍了一种基于进化优化的逆合成路线规划方法,相比于蒙特卡罗树搜索算法,可以显著减少单步模型调用数量的平均值53.9%,搜索三个解所需的时间平均减少了83.9%,可行搜索路径数量增加了5倍。