本研究引入了PolyRL，一个基于强化学习的框架，专为气体分离聚合物的逆向设计与多目标优化而开发。该框架通过集成奖励模型训练、生成式预训练和强化学习微调，有效解决了数据稀缺下的聚合物设计挑战，并成功优化了气体渗透性和选择性。研究表明，策略梯度算法和基于Transformer的生成模型在发现高性能聚合物方面表现出色，为未来AI驱动的材料发现提供了新范式。发表于 2025年06月07日。

原文链接：https://x.com/BiologyAIDaily/status/1931347134206652790