用于分子逆向设计的图前向分布匹配方法 GraphFDM

GraphFDM 是一种通过前向过程优化图扩散模型的新型在线强化学习范式，旨在解决分子逆向设计中的多属性控制难题。该方法联合优化图大小与分子结构，将强化信号融入监督学习而无需存储反向轨迹。在多条件聚合物与小分子生成中，GraphFDM 在所有目标属性上取得最低 MAE，相比最强基线降低最高达 53.0%，化学有效性超过 0.99。