标签
本文引入“保真度遗憾”(fidelity regret)这一指标,用于量化在可验证设计工作流中,低成本模拟器的选择偏离真实物理目标的程度;通过对21,362种基因电路设计进行精确测量,表明考虑预算的重新评分能够缩小这一差距。
GenCircuit-RL 提出了一个基于层次化验证奖励的强化学习框架,通过代码生成进行基因电路设计,相比二元奖励提升了14-16个百分点,并提供了包含4,753个电路的 SynBio-Reason 基准。