arXiv · cs.AI· Pedro Dall'Antonia·· 2 天前AI 评分29
层级协作 GFlowNets（HCG）：动态划分搜索空间提升多模态探索
Hierarchical Cooperative GFlowNets
来源与原文
arXiv · cs.AI
作者：Pedro Dall'Antonia
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.33968v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 Hierarchical Cooperative GFlowNets（HCG），通过动态划分搜索空间协调多个 GFlowNets 的探索，避免模型集中坍缩到少数高奖励区域。该方法用共享分类器划分层级，使最高排名模型可探索整个空间、低排名模型转向未覆盖区域，支持独立参数化与异步训练，并证明了聚合规则可恢复与奖励成比例的目标分布。实验涵盖多模态分布、序列生成、组合优化和生物序列设计，显示 HCG 提升了模式覆盖与目标近似效果。
来源：arXiv · cs.AI · arxiv.org