GATTACA框架:GNN强化学习控制生物网络
热点事件持续更新
GATTACA框架:GNN强化学习控制生物网络
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月15日,arXiv Artificial Intelligence 刊出 Andrzej Mizera 与 Jakub Zarzycki 提交的预印本,提出 GATTACA 框架,用深度强化学习控制布尔网络模型,面向细胞重编程场景。报道称,该框架在异步更新模式下构建了新的控制问题,改进了伪吸引子状态的识别流程,并将图卷积图神经网络引入 DRL 智能体的动作价值函数近似器,以利用生物系统结构知识编码其动力学。在多个文献中的大规模真实生物网络上的实验显示,该方法具备可扩展性与有效性。目前该事件仅有这一篇主报道,尚无后续跟进报道,因此不存在与早先报道在数字、时间或说法上的矛盾。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
GATTACA:用图神经网络强化学习控制生物网络报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv Artificial IntelligenceGATTACA:用图神经网络强化学习控制生物网络
研究提出 GATTACA 框架,用深度强化学习控制布尔网络模型,面向细胞重编程场景,在异步更新模式下构建了新的控制问题。该框架改进伪吸引子状态的识别流程,并将图卷积图神经网络引入 DRL 智能体的动作价值函数近似器,以利用生物系统结构知识编码其动力学。在多个文献中的大规模真实生物网络上的实验显示,该方法具备可扩展性与有效性。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。