我们已经对此进行了训练，并与我提到的 MCMC 方法以及强化学习方法进行了比较，我们发现，如果看一下回合顺序，在训练系统的地方训练有监督的学习器，然后训练 GFlowNet 使用新模型对新实验进行采样，作为奖励函数，我们在 GFlowNet 训练后发送这些查询。
我们发现，相比其他方法，GFlowNets 能更快地收敛到好的解决方案。此外，它还找到了更多样化的解决方案。在一些我们知道模式在哪里的问题中，我们可以计算 GFlowNets 是否找到了与现有模式接近的东西，但它甚至发现了更多模式。所以这是非常令人鼓舞的，我们对发现中的潜在应用感到非常兴奋。
参考链接：
https://news.samsung.com/global/samsung-ai-forum-2021-day-1-ai-research-for-tomorrow

文章插图

雷峰网雷峰网

• 36氪首发｜烹饪机器人公司「智谷天厨」获数千万元天使轮融资，羲融善道独家投资
• 网友热议|母亲回应3个孩子2个上清华：只能教孩子做人诚实守信 学习都靠自己努力
• 机器人|华为机器人新专利上线 网友：先有华为后有天开上鸿蒙如升仙
• 金字塔是时间机器？用途是拉伸和压缩时间，或能使生命延长和衰老
• 第六届全省中小学生互联网+机器人设计活动决赛顺利结束
• “文旅机器人小i”上岗
• 文旅机器人“小i”来了
• 如何评价扫地机器人离家出走一事？
• 李飞飞团队将ViT用在机器人身上，规划推理最高提速512倍
• 格力电器|不要再说Python难了，按照这个学习路线，四周速成Python