买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学杭州国际科创中心申请的专利基于多任务预训练逆强化学习的三维空间分子生成方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115831261B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211426292.6，技术领域涉及：G16C20/50；该发明授权基于多任务预训练逆强化学习的三维空间分子生成方法和装置是由张强;宫志晨;韩玉强;陈华钧设计研发完成，并于2022-11-14向国家知识产权局提交的专利申请。

本基于多任务预训练逆强化学习的三维空间分子生成方法和装置在说明书摘要公布了：本发明公开了一种基于多任务预训练逆强化学习的三维空间分子生成方法和装置，采用最小张成树算法依据化学分子构建真实分子生成序列；采用策略网络依据当前分子中间产物生成添加原子动作，以构建预测分子生成序列；以真实分子生成序列和基于策略网络生成的预测分子生成序列同时输入预训练的Transformer模型，基于Transformer模型的回归预测来构建奖励函数，通过奖励函数来训练策略网络，提高策略网络的预测鲁棒性，另外，在构建奖励函数时使真实样本的奖励值最大化且预测样本的奖励值最小化，优化时，智能体采取和专家行为类似的动作，缓解了奖励稀疏的问题，同时提升了参数优化效率。

本发明授权基于多任务预训练逆强化学习的三维空间分子生成方法和装置在权利要求书中公布了：1.一种基于多任务预训练逆强化学习的三维空间分子生成方法，其特征在于，包括以下步骤： 采用最小张成树算法依据化学分子构建真实分子生成序列，包括：从化学分子中随机选择碳原子或氮原子作为初始原子，依据最小张成树算法得到该化学分子图的原子遍历顺序，并构造一条由按照时间步排序的分子中间产物-添加原子动作对组成的真实分子生成序列； 采用策略网络依据当前分子中间产物生成添加原子动作，以构建预测分子生成序列； 分别从真实分子序列和预测分子生成序列中采样分子中间产物-添加原子动作对作为真实样本和预测样本，并对真实样本和预测样本进行向量编码得到向量表示； 将真实样本的向量表示和预测样本的向量表示分别添加任务提示符后作为预训练数据输入至Transformer模型，得到真实样本和预测样本分别对应的解码数据； 依据真实样本和预测样本以及两者对应的解码数据计算回归误差，并依据回归误差构建奖励函数； 依据奖励函数的期望值通过使真实样本的奖励值最大化且预测样本的奖励值最小化来优化Transformer模型，利用奖励函数优化策略网络的参数，优化结束后，参数优化的策略网络作为分子生成模型； 利用分子生成模型生成三维空间分子。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学杭州国际科创中心，其通讯地址为：311200 浙江省杭州市经济技术开发区萧山区建设三路733号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。