Langevin Flow Maps

新的Langevin Flow Maps加速分子动力学模拟

研究人员开发了Langevin Flow Maps，一种新颖的方法，通过学习随机Langevin积分器和机器学习力场来增强分子动力学模拟。这种方法允许模拟中显著更大的时间步长，与现有的机器学习力场相比，在保持动力学性质准确性的同时，实现了数量级的加速。该团队还通过在多样化的分子数据集上进行训练，展示了可转移Langevin Flow Maps的潜力。