机器学习势函数

机器学习势函数（MLP）是以第一性原理计算数据为训练标签、用机器学习模型拟合原子间势能面与受力的方法，代表性工作包括Behler-Parrinello对称函数、高斯近似势（GAP）和神经网络势（如ANI、MACE）。

传统机器学习势函数和图神经网络通常针对特定任务训练，泛化能力有限，且对训练分布之外的结构外推能力有限。

分子动力学结合机器学习势函数是目前处理有限温度性质问题的常用手段，但计算量远高于单点性质预测。