[发明专利]模拟晶体结构两步法的强化学习绝热环境搭建方法

权利要求书

1.一种模拟晶体结构两步法的强化学习绝热环境搭建方法，其特征在于，包括：

获取晶体材料发生相变过程的所有可能结构；

对所述所有可能结构包含的特定信息处理后进行结构变换并定义变换规则。

2.根据权利要求1所述的方法，其特征在于：

其中，所述变换规则包括第一变换规则、第二变换规则，

所述第一变换规则包括设置变换半径；

所述第二变换规则基于所述第一变换规则包括随机选定一个可变换结构点并判断该可变换结构点的可用能量值；

所述可变换结构点的可用能量值的计算公式如下：

可用能量值＝模拟环境的能量补给值+变换前后结构能量初值的差值。

3.根据权利要求2所述的方法，其特征在于：

其中，所述模拟环境的初始能量补给值E₀的取值范围为：

0＜E₀＜E_max，E_max为所述所有可能结构的能量初值的最大差值。

4.根据权利要求3所述的方法，其特征在于：

其中，所述模拟环境的初始能量补给值

5.根据权利要求4所述的方法，其特征在于：

其中，所述模拟绝热环境下利用两步法制备晶体材料的过程包括第一模拟阶段、第二模拟阶段、第三模拟阶段、第四模拟阶段、第五模拟阶段，

所述第一模拟阶段中模拟环境的能量补给值E₁＝E₀，

所述第二模拟阶段中模拟环境的能量补给值E₂＜E₀，

所述第三模拟阶段中模拟环境的能量补给值E₃的范围为E₂≤E₃＜E_max，

所述第四模拟阶段中模拟环境的能量补给值E₄＝E_max，

所述第五模拟阶段中模拟环境的能量补给值E₅＜E_max，

所述第二模拟阶段与所述第五模拟阶段中模拟环境的能量补给值的衰减方式包括线性衰减。

6.根据权利要求2所述的方法，其特征在于：

其中，若所述可变换结构点的可用能量值为正值，则变换成功；

若所述可变换结构点的可用能量值为负值，则保持不变，并在设置的所述变换半径的范围内寻找其他可变换结构点。

7.根据权利要求1所述的方法，其特征在于：

若已知起点结构和终点结构，则所述结构变换通过设置奖励函数靠近或到达所述终点结构，

其中，所述奖励函数包括依据强化学习环境设置的奖励函数；或

所述奖励函数包括依据相变过程中能量的吸收值或能量的释放值作为奖励的参考值。

8.一种模拟晶体结构两步法的强化学习绝热环境搭建装置，其特征在于，包括：

晶体材料所有可能结构获取单元，用于获取晶体材料发生相变过程的所有可能结构；

变换规则制定单元，用于对所述所有可能结构包含的特定信息处理后进行结构变换并制定变换规则。

9.一种强化学习环境的交互方法，其特征在于：

将强化学习环境对应的所有可能结构映射为状态表示后与强化学习代理进行交互；或

将强化学习环境对应的所有可能结构进行量子态编码，并映射为状态表示后与强化学习代理进行交互，

其中，所述强化学习环境由权利要求1-7任一项所述的模拟晶体结构两步法的强化学习绝热环境搭建方法搭建得到。

10.根据权利要求9所述的方法，其特征在于：

其中，所述量子态编码包括：

将每种可能结构的高维数据归一化后得到归一化向量；

将所述归一化向量处理得到量子态右矢；

将所述量子态右矢共轭转置得到对应的量子态左矢；

将所述量子态右矢与所述量子态左矢做外积，即得所述量子态编码后得到的结构密度矩阵。