文章引用：

Mannan S, Bihani V, Krishnan NMA, Mauro JC. Navigating energy landscapes for materials discovery: integrating modeling, simulation, and machine learning. MGE Advances. 2024; e25. https://doi.org/10.1002/mgea.25

摘要

能量景观代表了原子系统在配置状态和相应能量之间的高维映射。在等压条件下，焓景观可用于解释系统的体积变化。理解能量或焓景观是发现具有特定性质材料的关键，因为景观包含了系统的完整热力学和动力学行为，包括弛豫、亚稳相和反应性。然而，维度诅咒阻止了一个人列举和可视化能量景观——N原子系统的能量景观具有3N维度。在这里，我们概述了新兴的计算技术，允许探索材料的复杂能量景观分为三种不同类型：经典、元启发式和机器学习方法。我们讨论了与这些方法相关的优缺点，重点放在它们可以提供出色解决方案的问题的性质上（反之亦然）。总的来说，除了概述现有方法外，我们希望这篇回顾能够推动开发新方法来探索能量景观，从而提供对材料物理的基本理解，并加速新材料的发现。

文章重点内容介绍

图1为焓景观的示意图。尽管势能景观对于理解固有结构及其稳定性非常有效，但大多数关于相变或玻璃形成的实验研究发生在等压条件下。为了将固有结构与实验现象联系起来，焓景观提供了更有意义的方法，因为除了固有结构，它还考虑了系统的热力学状态，包括P和V。

F I G U R E 1 Two-dimensional schematic of the enthalpy landscape of a 7-atom cluster with two types of atoms.

图2显示了包括经典、元启发式和机器学习方法在内的主要算法。需要注意的是，虽然有些方法特别适用于探索焓景观，但另一些更适合于能量景观，这将在接下来详细讨论。此外，还有几种方法是针对特定材料家族或现象而开发的，例如玻璃、玻璃转变、小分子和大型系统等。在讨论方法时，这些方面也应该被提及。

F I G U R E 2 Classification of different modeling approaches for exploring the energy or enthalpy landscape.

图3展示了3D能量景观，展示了激活和松弛步骤。通过限制搜索空间，ART实现了高效率，可以通过探索鞍点路径在物理上可访问的区域。这种技术被广泛应用于研究无序材料，如非晶硅、金属玻璃和聚合物。此外，它可用于探索不同系统中扩散机制、路径和低能量构型，以描述能量景观。然而，由于这种情况下的事件选择是有偏见的，因此不适合用于系统动力学的研究。

F I G U R E 3 Visualization of activation and relaxation steps with the dotted arrows representing the paths taken by the system from a minima to a saddle point to another minima.

作者简介

Sajid Mannan，博士生，第一作者，印度理工学院德里分校。

N. M. Anoop Krishnan，教授，通讯作者，印度理工学院德里分校。

John C. Mauro，教授，通讯作者，美国宾夕法尼亚州立大学材料科学与工程系。