PulseAugur
实时 04:49:12
English(EN) SVGym (SciVerseGym): An Environment for Reinforcement Learning and Bayesian Optimization in Crystal Discovery

新的SciVerseGym环境标准化了AI驱动的晶体发现

研究人员开发了SciVerseGym,一个与Gymnasium兼容的新环境,将晶体发现构建为马尔可夫决策过程。该平台允许智能体与原子结构进行交互,应用编辑,并从评估器那里获得反馈。SciVerseGym支持多种操作,包括元素替换和晶格扰动,并且可以配置不同的化学空间和观察类型。它旨在为材料科学中的强化学习、贝叶斯优化和其他AI驱动的方法提供一个标准化的、可扩展的测试平台。 AI

影响 标准化晶体发现的AI工作流程,可能加速材料科学研究。

排序理由 这是一篇描述用于AI驱动材料发现的新软件环境的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的SciVerseGym环境标准化了AI驱动的晶体发现

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Bin Cao ·

    SVGym (SciVerseGym): 用于晶体发现中强化学习和贝叶斯优化的环境

    Machine-learned interatomic potentials now enable efficient atomistic evaluation for interactive materials discovery, yet closed-loop crystal search methods remain fragmented across bespoke pipelines for editing, relaxation, scoring, constraints, and bookkeeping. We introduce Sci…