MolMem：用于样本高效分子优化的记忆增强型代理强化学习

在药物发现中，分子优化旨在迭代改进先导化合物性质并保持结构相似性。针对现有方法在有限预算下样本效率低、缺乏长时记忆的问题，本文提出 MolMem。这是一种具有双记忆系统的多轮代理强化学习框架：利用静态示例记忆进行冷启动定位，并通过演化技能记忆将成功轨迹提炼为可复用策略。实验表明，该方法仅需 500 次评估即可在单属性和多属性任务中显著超越基线，实现了高效的长期知识积累。