Molecular enhanced sampling with autoencoders: On-the-fly collective variable discovery and accelerated free energy landscape exploration
大分子和生物分子折叠景观通常包含高自由能势垒，这阻碍了通过标准分子动力学模拟对构型空间的有效采样。偏置采样可以人为地沿着预先指定的集体变量（CV）驱动模拟，但成功与否关键取决于与重要集体动力学运动相关的良好CV的可用性。非线性机器学习技术可以识别这样的CV，但通常不提供与执行偏置采样所需的原子坐标的显式关系。在这项工作中，我们使用自联想人工神经网络（“自动编码器”）来学习非线性CV，这些CV是原子坐标的显式且可微的函数。我们的方法在探索配置空间方面提供了大量的加速，并且通过其同时发现和直接加速数据驱动CV的能力与现有方法区分开来。我们展示了模拟丙氨酸二肽和色氨酸笼的方法，并在OpenMM中开发了一个开源和免费的实现。
2018-10-30 physics.bio-ph physics.comp-ph stat.ML
Consensus-based adaptive sampling and approximation for high-dimensional energy landscapes
Michigan State University（密歇根州立大学）
提出共识框架，通过后验残差自适应采样和相空间探索，联合优化代理模型与采样，有效构建高维集体变量的自由能面。
2026-06-05 cs.NA math.NA physics.comp-ph
A Sinking Approach to Explore Arbitrary Areas in Free Energy Landscapes
本文提出“下沉”方法SinkMeta，通过网格化卷积近似和边缘势垒，将MD模拟中集体变量的探索限制在预设区域，实现高效采样任意形状自由能子空间，并可用于高维最小自由能路径。
2025-01-08 cond-mat.stat-mech physics.chem-ph physics.comp-ph
Onsager-Machlup action-based path sampling and its combination with replica exchange for diffusive and multiple pathways
为了在崎岖的能源景观中对多条路径进行采样，我们提出了一种新的基于动作的路径采样方法，该方法使用Onsager-Machlup动作泛函。受量子力学系统的Fourier-路径积分模拟的启发，将笛卡尔空间中的路径变换为Fourier空间中的路径，导出了Fourier分量的过阻尼Langevin方程，以实现有限温度下路径的正则系综.为了避免在最初猜测的路径周围的“路径陷阱”，路径采样方法进一步与强大的采样技术副本交换方法相结合。我们的方法的原理和算法的数值演示了一个模型的二维系统与分叉的潜在景观。与传统的过渡路径采样和平衡理论的结果进行了比较，并讨论了由于路径离散化而引起的误差。
2010-03-04 physics.bio-ph physics.comp-ph
Exploring the Potential of Parallel Biasing in Flat Histogram Methods
Metadaptics是高级采样算法的“平坦直方图”类的成员，已广泛用于分子模拟中，以驱动对由高自由能势垒分离的状态的探索，并促进对定义在集体变量（CV）上的自由能景观的全面采样，集体变量（CV）表征系统的状态。通常，当探索大量CV时，这些方法会遇到严重的限制。最近提出的一个变种，平行偏置元自洽（PBMetaD），承诺通过交换标准方法所需的$n$维自由能景观为$n$一维边际自由能景观，以帮助探索自由能景观以及多个重要的集体变量。在这项研究中，我们系统地研究了平行偏置如何影响自由能景观的收敛，以及相对于标准方法的每个变量，以及平行偏置策略在使用高级采样计算自由能时解决常见瓶颈的有效性。
2021-09-10 physics.chem-ph physics.comp-ph
Breaking the Timescale Barrier: Generative Discovery of Conformational Free-Energy Landscapes and Transition Pathways
针对稀有分子跃迁难模拟的问题，提出生成式承诺函数引导的路径采样框架Gen-COMPAS，结合扩散模型与承诺函数滤波，以远低于传统方法的成本高效重构跃迁路径、自由能景观等，适用于多种生物分子体系。
2025-10-28 physics.bio-ph physics.chem-ph physics.comp-ph
Turning intractable counting into sampling: computing the configurational entropy of three-dimensional jammed packings
我们报告了一个数值计算的总数无序堵塞配置$Ω$的$N$排斥，三维球在一个固定的体积$V$。为了使这些计算易于处理，我们提高了Xu等人的方法的计算效率。106，245502（2011））和Asenjo等人（Phys.Rev.Lett. 112，098002（2014）），并且我们扩展该方法以允许计算作为压力的函数的构型熵。我们使用的方法计算的配置熵采样的绝对体积的吸引力的盆地的稳定包装的势能景观。我们发现了一个令人惊讶的强相关性的压力之间的配置和体积的盆地的吸引力的势能景观。这种关系可以用幂律很好地描述。我们的方法来计算势能景观中的最小值的数量应该适用于统计物理学，弦论，宇宙学和机器学习中的其他枚举问题，这些问题旨在找到依赖于许多自由度的标量成本函数的极值的分布。
2016-01-28 cond-mat.dis-nn cond-mat.soft cond-mat.stat-mech
Revealing systematics in phenomenologically viable flux vacua with reinforcement learning
现象学上可行的弦真空的结构背后的组织原则可以通过对这种真空进行采样来获得。在许多情况下，这是禁止在高维模型空间中的标准采样方法的计算成本。在这里，我们展示了如何使用强化学习技术来探索弦通量真空来缓解这个问题。我们证明了在IIB型通量景观的情况下，真空的超势和串耦合的期望值的要求，可以通过使用强化学习比使用大都市或随机采样显着更快地采样。我们的分析是在圆锥形和对称环面背景几何。我们表明，强化学习是能够利用成功的战略，确定这种现象学有趣的真空。这些策略是可解释的，并揭示了通量景观中以前未知的相关性。
2021-07-08 hep-th physics.comp-ph
A new paradigm for petascale Monte Carlo simulation: Replica exchange Wang-Landau sampling
我们介绍了一个通用的，并行的王-朗道方法，自然是适合大规模并行，petaflop超级计算机上实现。该方法引入了一个复制交换框架，在该框架中，通过传统的Wang-Landau采样迭代确定能量空间中重叠子窗口的态密度。该方法的优点和普遍适用性的几个不同的系统，具有离散或连续的自由度，包括那些复杂的自由能景观和拓扑约束证明。
2014-02-10 cond-mat.soft physics.comp-ph
Learning Free Energy Landscapes Using Artificial Neural Networks
现有的自适应偏置技术，试图估计自由能和物理性质的分子模拟，是有限的，他们依赖于固定的内核或基组，这阻碍了他们的能力，有效地符合不同的自由能景观。此外，用户指定的参数通常是非直观的，但会显著影响自由能估计的收敛速度和精度。在这里，我们提出了一种新的方法，其中人工神经网络（ANN）被用来开发一个自适应偏置电位，学习自由能景观。我们证明，这种方法能够快速适应复杂的自由能景观，是不容易的边界或振荡问题。该方法通过贝叶斯正则化惩罚网络权重并自动调节网络中有效参数的数量，从而对超参数和过拟合具有鲁棒性。ANN采样代表了一种有前途的创新方法，它可以在比传统方法更短的时间内解决复杂的自由能景观，同时需要最少的用户输入。
2017-12-07 cond-mat.stat-mech physics.chem-ph physics.comp-ph
Generative Nested Sampling of Atomistic Thermodynamic Landscapes
University of Vienna（维也纳大学）；TU Wien（维也纳技术大学）；University of Augsburg（奥格斯堡大学）
该研究针对嵌套采样在原子系统应用中的瓶颈，提出 NS-Flows 方法，大幅减少能量评估与时间，揭示原子与引力波热力学景观的差异，为原子系统热力学模拟提供高效方案。
2026-10-08 cond-mat.stat-mech cs.LG physics.comp-ph
Steady-state simulations using weighted ensemble path sampling
我们扩展了加权系综（WE）路径抽样方法，以执行严格的统计抽样系统在稳态。简单的稳态实现我们是直接实用的简单景观，但不存在显着的亚稳态中间状态。因此，我们开发了一个增强的WE计划，建立在现有的想法，加速实现稳态复杂系统。我们应用这两种方法，我们的几个模型系统确认其正确性和效率的比较与蛮力的结果。对于具有精确反映反应坐标的WE仓的系统，增强版本比蛮力和直接WE明显更快。新的WE方法也可以应用于平衡采样，因为平衡是一个稳定的状态。
2010-03-01 physics.bio-ph physics.comp-ph
Exploring the magnetic landscape of easily-exfoliable two-dimensional materials
本研究应用自动化工作流系统探索194个易剥离磁性单层的能量景观，通过控制轨道占据矩阵快速识别局部极小值并确定基态磁序，发现了包括12个新型铁磁半金属在内的多种磁性材料。
2025-09-17 cond-mat.mtrl-sci physics.comp-ph
Unraveling the beautiful complexity of simple lattice model polymers and proteins using Wang-Landau sampling
我们描述了一类“裸骨”模型的均聚物进行线圈小球崩溃和蛋白质折叠成其天然状态在自由空间或到变性状态时，被捕获的有吸引力的基板温度降低。然后，我们将展示如何使用一个适当选择的审判移动设置，王朗道蒙特卡罗采样可以用来研究这些有趣的简单系统的粗糙的自由能景观和地面（本地）状态，从而阐明其热力学的复杂性。
2013-01-15 cond-mat.soft cond-mat.stat-mech physics.bio-ph
