GFlowNets是一种基于流的方法，用于生成对象的随机策略。改进后的GFlowNets解除了非环性限制，并提供了循环的一般化。实验证实了这些原则。

该文介绍了一种使用强化学习方法生成药物样化合物的模型TacoGFN，以及基于Transformer的对接评分预测方法。实验结果表明，使用TacoGFN生成的分子在各项特性上均优于基准方法，并且速度快了数个数量级。