本記事では、機能的結晶材料の発見プロセスにおいて、広大な組合せ設計空間を航行する課題に取り組んでいます。最近の生成的人工知能の進展により、化学的に妥当な組成や構造をサンプリングすることが可能になりましたが、新しい化合物が存在する未探索領域に焦点を当てる必要があります。本研究では、潜在的デノイジング拡散モデルを多様で新しい熱力学的に viable な結晶化合物に誘導するための強化学習フレームワークを紹介します。これにより、創造性、安定性、多様性のバランスを取る検証可能な多目的報酬を組み合わせたグループ相対ポリシー最適化が可能になります。新たな生成に加え、化学的有効性を保持しつつ、望ましい機能特性をターゲットにしたプロパティガイドデザインの向上も示しています。このアプローチは、科学的発見における生成モデルの新規性と妥当性のトレードオフに対応するための制御可能なAI駆動の逆設計の基盤を確立します。