화학 공간에서 확장 가능한 대리 최적화를 위한 타깃 인식 밴딧 할당
Target-Aware Bandit Allocation for Scalable Surrogate Optimization in Chemical Space
수십억~수조 규모 분자 라이브러리에서 전체 대리 모델(surrogate) 추론 병목을 줄이기 위해 BOBa를 제안하며, 행동 공간 분할을 다중 팔 밴디(multi-armed bandit) arm으로 취급해 유망한 분할에 추론과 평가를 적응적으로 집중한다. 실제 합성 수요(synthesis-on-demand) 라이브러리 실험에서 불확실성 하 낙관주의(optimism-under-uncertainty) 밴딧과 의미 있는 화학 공간 분할이 핵심이며, 스크리닝 성능과 추론 비용 사이 조절 가능한 트레이드오프를 통해 초대형 가상 스크리닝(virtual screening) 확장 경로를 보여준다.