用于端到端逆合成规划的强化推理

逆合成规划是有机化学的基础任务，但因组合复杂性而极具挑战。传统方法依赖混合框架，割裂了局部分子转化与全局规划目标的逻辑连贯性。为此，本文提出 ReTriP，一种端到端生成框架，将逆合成重构为直接的思维链推理任务。该框架建立了路径一致的分子表示，并采用从推理蒸馏到基于可验证奖励的强化学习的渐进式课程训练，有效对齐逐步生成与实际路线效用。在 RetroBench 上的评估表明，ReTriP 取得了最先进性能，在长程规划中展现出优于混合基线的鲁棒性。