arXiv cs.MA· Fangning Ren, Lechen Dong, Xu Chen, Weilin Zou, Bushra Alam, Fang Liu·· 11 小时前AI 评分31
PULSES：用于自主构建激发态模型与动力学模拟的多智能体 AI 系统
PULSES: multi-agent AI for autonomous excited-state model building and dynamics
AI 导读
PULSES 是一个多智能体系统，可在专家设定的边界内自动完成激发态机器学习模型从构象采样、量子化学标注、训练、验证到动力学模拟的全流程。研究在 15 项计算化学任务上评估了该系统，并端到端应用于苝激子哈密顿量、溶剂依赖的联苯弛豫以及 10-羟基苯并[h]喹啉的激发态质子转移。
正文 · AI 翻译
摘要：模拟分子激发态过程需要解析电子与核动力学，但直接量子化学计算的成本限制了可处理的体系规模和时标。机器学习模型可以扩展这些模拟，但它们往往需要针对特定分子体系和科学目标进行定制。构建和部署此类模型需要在构象采样、量子化学标注、模型训练、验证和动力学等方面做出协调一致的决策。在此，我们介绍用于激发态统一学习与模拟的配对智能体（PULSES），这是一个在专家批准的边界内自动化该工作流的多智能体系统。人类专家和规划者定义科学目标、方法和决策边界，而协调器在执行过程中协调领域智能体和针对特定产物的科学保障。我们在 15 个计算化学任务上评估 PULSES，并展示了对苝激子哈密顿量、溶剂依赖性联苯弛豫以及 10-羟基苯并[h]喹啉中激发态质子转移的端到端应用。这些结果展示了可追溯、专家限定边界的专用激发态模型的构建与部署，同时将科学验证保留为一项要求，而不是假定成功执行就确立了正确性。
| 学科： | 化学物理（physics.chem-ph）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.32392 [physics.chem-ph] |
| （或 arXiv:2610.32392v1 [physics.chem-ph] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32392 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Fang Liu [查看电子邮件]
[v1]
2026年10月23日星期五 09:17:05 UTC（7,370 KB）
来源：arXiv cs.MA · arxiv.org