本文提出一种基于强化学习的序贯框架,通过预先训练的摊销策略优化遗传电路设计,在应对分子随机性和实验室间变异性的不确定性时,避免了传统贝叶斯方法每轮实验后昂贵的推理与优化步骤,实现了基于观测的快速自适应设计。
机构:爱丁堡大学
来源:arXiv 2605.06552 | AI4Papers 论文推荐平台