分子生成モデルの制御性を向上させる新しい手法「リワード・トランスポート」が提案されました。フロー・マッチングにおけるノイズベクトルとデータポイント間の結合関係は、従来では単なる計算上の選択肢として扱われていました。しかし研究チームは、この結合関係を学習時に目標分子特性に沿ってアライメントすることで、制御可能な構造を学習済みフロー場に直接組み込むことができることを示しました。 このアプローチでは、最適輸送理論を用いた結合を訓練時に適用し、スカラーなノイズ空間座標を分子報酬と整列させます。推論時には、このスカラー座標を変化させることで、オラクル、報酬モデル、勾配ガイダンス、追加計算を必要とせずに、生成分布をコントロールできるようになります。この手法は、クロス・エントロピー法の切断報酬分布を連続的に調整可能な分布レベルの制御ノブとして機能させる原理的なアプローチです。 実験結果では、ZINC-250KとGuacaМolデータセットを用いて、スカラー値を変化させることでlogPの単調制御とQED制御の一貫性が確認されました。特に興味深いのは、同じノブが異なるターゲットに対して反対の構造応答を示す点で、logPでは分子を拡大し、QEDでは縮小させるという結果から、汎用的なサイズバイアスが排除されたことが実証されました。本手法はクラシファイア・フリー・ガイダンスや条件付きフロー・マッチングと補完的に機能します。