GFlowNet训练新方法NRD提出

2026年10月30日，arXiv Artificial Intelligence 刊出 Pedro Dall'Antonia 等人的研究《重新审视 GFlowNet 训练：Negative Reinforce Dynamics》。该研究指出，GFlowNet 全梯度中存在一种反探索机制，会通过避开高误差区域来降低观测到的平衡误差，从而将全梯度与 GFlowNet 和解耦采样器之间的 min-min 动力学联系起来。研究称，这一发现促成了双人博弈与单策略动力学之间的桥接，并据此设计出所提出的 Negative Reinforce Dynamics（NRD）训练方法。目前报道仅介绍该方法的提出及其理论动机，未涉及具体适用条件、效果数据或与其他方法的对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。