Naukowcy z arXiv pokazali, że coupling w flow matchingu - reguła łącząca wektory szumów z punktami danych - można wykorzystać nie tylko jako wybór obliczeniowy, ale jako interfejs wyrównania do kontroli właściwości molekularnych. W swoim podejściu Reward Transport używają optymalnego transportu do wyrównania skalarnej współrzędnej w space szumów z nagrodami molekularnymi podczas treningu modelu.
Dzięki tej metodzie podczas inferencji wystarczy zmieniać jedną współrzędną skalarną, aby sterować generowaną dystrybucją cząsteczek bez potrzeby orakulum, modelu nagród, guidance'u oparto na gradientach czy dodatkowych obliczeń. W szczególnym przypadku pełnego zachowania coupingu, progowanie tej współrzędnej odzyskuje truncated rozkład nagród z Cross-Entropy Method, co daje teoretycznie uzasadniony, stale regulowany mechanizm kontroli na poziomie dystrybucji.
Experymenty na zbiorach ZINC-250K i GuacaMol wykazały, że zmiana skalaru umożliwia monotoniczną kontrolę właściwości takich jak logP i spójną kontrolę QED w całym zakresie operacyjnym. Szczególnie ważne jest to, że ten sam parametr sterujący produkowała przeciwne efekty strukturalne dla różnych celów - zwracał większe cząsteczki dla logP, ale mniejsze dla QED, co wykluczało generyczną tendencję do zmiany rozmiaru. Metoda działa uzupełniająco do classifier-free guidance i conditional flow matching, choć testy pokazały, że w epsilon-prediction diffusion brakuje strukturalnie tego wyrównania na poziomie coupingu.