J Comput Chem｜综述：化学中的深度强化学习

文章预览

2024年5月2日， Journal of Computational Chemistry上发表了 一篇关于深度强化学习在化学领域应用的综述文章： Deep reinforcement learning in chemistry: A review。 文章首先介绍了强化学习（RL）在计算化学中的广泛应用和成功案例，然后详细讨论了RL在分子生成、几何优化和逆合成路径搜索等化学问题中的应用。 文章还探讨了这些领域中提出的解决方案和算法，以及它们的优势和不足，并提供了RL算法的详细信息。最后，文章希望激发出在化学领域对RL应用的创新思维。 计算化学的发展使得在计算机上进行模拟成为可能，大大减少了实验的时间和成本。深度学习的出现进一步加速了这一进程，通过神经网络对分子属性进行合理近似，比量子模拟更快捷、更准确。然而，在没有明确监督信号的任务中，如探索具有高药物相似性的分子，深度学习方法无法直接应用。强 ………………………………