Boosted GFlowNets: Mehr Exploration durch sequentielles Lernen
Generative Flow Networks (GFlowNets) sind leistungsstarke Sampler für zusammengesetzte Objekte, die per Definition proportional zu einem gegebenen, nichtnegativen Reward abtasten. In der Praxis stoßen sie jedoch häufig an ihre Grenzen: Pfade zu leicht erreichbaren Regionen dominieren das Training, während schwer erreichbare Modi kaum Gradientensignale erhalten und damit unzureichend abgedeckt werden.
