近日，國(guó)工智能新添國(guó)家知識(shí)產(chǎn)權(quán)局頒發(fā)的一項(xiàng)發(fā)明專(zhuān)利證書(shū)“基于經(jīng)驗(yàn)網(wǎng)絡(luò)的蒙特卡洛樹(shù)搜索逆合成規(guī)劃方法及裝置”。

發(fā)明專(zhuān)利《基于經(jīng)驗(yàn)網(wǎng)絡(luò)的蒙特卡洛樹(shù)搜索逆合成規(guī)劃方法及裝置》

     本發(fā)明涉及一種基于經(jīng)驗(yàn)網(wǎng)絡(luò)的蒙特卡洛樹(shù)搜索逆合成規(guī)劃方法及裝置，屬于有機(jī)反應(yīng)產(chǎn)物逆合成分析技術(shù)領(lǐng)域。目前，有機(jī)反應(yīng)產(chǎn)物逆合成的目標(biāo)是設(shè)計(jì)一條通過(guò)一組現(xiàn)實(shí)中可購(gòu)買(mǎi)分子，經(jīng)過(guò)多次化學(xué)反應(yīng)最終生成目標(biāo)分子的反應(yīng)路線(xiàn)。有機(jī)反應(yīng)產(chǎn)物逆合成主要由單步逆合成模型和多步搜索算法組成，單步逆合成模型用于預(yù)測(cè)一次反應(yīng)可以合成某產(chǎn)物的反應(yīng)物，多步搜索算法用于從單步逆合成模型預(yù)測(cè)的大量反應(yīng)中快速找到一條可行的反應(yīng)路線(xiàn)。

      現(xiàn)階段，單步逆合成模型預(yù)測(cè)的大量反應(yīng)造成了巨大的搜索空間，如何快速?gòu)闹姓业娇尚械姆磻?yīng)路線(xiàn)是一個(gè)極具挑戰(zhàn)的問(wèn)題。隨著深度學(xué)習(xí)的發(fā)展，基于深度神經(jīng)網(wǎng)絡(luò)的多步搜索算法取得了很大成功，如retro*、EG-MCTS等。這些方法利用深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)有限的化學(xué)知識(shí)和經(jīng)驗(yàn)數(shù)據(jù)，以此來(lái)指導(dǎo)多步路線(xiàn)的搜索。然而，這些方法的搜索效率和成功率仍有待提高，且具有可解釋性差的缺點(diǎn)。

      為此，本發(fā)明提供一種基于經(jīng)驗(yàn)網(wǎng)絡(luò)的蒙特卡洛樹(shù)搜索逆合成規(guī)劃方法及裝置，以提高多步搜索算法的成功率和搜索效率，并解決現(xiàn)有方案可解釋性差的技術(shù)問(wèn)題。