机器学习加速原子模拟：笛卡尔空间势函数新架构

本文介绍了电子科技大学文明健教授团队提出的“笛卡尔原子矩势函数”（CAMP），这是一种完全基于笛卡尔空间坐标构建的机器学习势函数，旨在简化并提高原子尺度模拟的效率和准确性。CAMP通过邻近原子的三维坐标构建原子矩张量，并利用张量积运算引入高阶多体相互作用，结合图神经网络形成可系统性优化的势函数。研究团队在锂电材料、有机分子、水体系及二维石墨烯等多个系统中验证了CAMP的卓越性能，其计算精度和效率达到或超越主流模型，并在纳秒级分子动力学模拟中保持稳定。CAMP为储能材料、电子器件及纳米技术领域的新材料研发提供了全新工具。