分子动力学学习作用量以推进分子动力学长时间步模拟Bigi 等（2026）提出学习数据驱动的保结构（辛和时间可逆）映射来生成长时间步经典动力学，并证明该方法等价于学习系统的作用量，可消除非保结构 ML 预测器的非物理行为，应用于分子动力学模拟的加速。 2026-07-13