本文介绍了一种新型GFlowNet学习算法Quantile Matching，旨在提高样本效率和匹配目标分布。通过优先回放和新策略参数化等方法，解决了激励波动性和结构学分配问题。此外，提出了无监督预训练的GFlowNets方法，增强了在下游任务中的适应性。研究表明，结合强化学习原理可提升生成流网络的效率，开辟了未来研究的新方向。