RetroAgent：驾驭LLM搜索结构化记忆以进行智能体逆合成规划

摘要

多步逆合成规划寻求经一串可行反应把目标分子分解为商业可得的构建单元。巨大的组合搜索空间使该任务即使对专家化学家也具挑战。传统方法把树搜索与离线训练的价值网络结合——孤立地给候选打分，而不对完整多步路线推理。近期工作为此任务利用大语言模型（LLM），但依赖限制完整搜索空间探索的简单接口。我们引入RetroAgent：一个经带结构化记忆的治控衔接符号搜索与神经推理的LLM智能体。经记忆与化学工具，智能体观察完整搜索状态——包括已探索路线、可用替代与中间体性质——使其决策落地于全局进展与领域知识。分布内与分布外基准上的实验显示：RetroAgent交付强表现与泛化。

RetroAgent：驾驭LLM搜索结构化记忆以进行智能体逆合成规划：论文配图 — 图 1：(a) 多步逆合成规划通过重复的选择、预测、扩展和过滤循环，迭代地将目标分子分解为商业可用的构建模块。 (b) RetroAgent 的利用，它将 LLM 代理与结构化内存环境耦合起来。搜索在 AND-OR 图上进行，其中分子节点是 OR 节点，如果任何子反应成功，则求解；反应节点是 AND 节点，仅当所有子分子都求解时才求解。代理调用内存工具来扩展树并检查边界，并调用化学工具来查询单步模型并获得启发式指导。该环境维护图形，自动传播节点状态，并在每次工具调用后返回观察结果。该代理使用基于结果的奖励通过 RL 进行端到端训练。