【3D等变几何深度学习与分子表示】长程相互作用建模
1.2.2 长程相互作用建模
凝聚相体系中静电相互作用的长程特性对材料性质的准确描述至关重要。短程的共价相互作用与长程的静电相互作用具有本质不同的物理范围和数学处理需求，必须采用多尺度方法进行分离处理。现代机器学习力场通过显式引入电荷自由度和长程求和算法，突破了传统短程近似的局限，使得模型能够准确复现离子溶液、极性溶剂和电介质材料的宏观响应特性。
1.2.2.1 深度势能长程方法
深度势能长程方法将体系的总能量分解为短程的局域相互作用与长程的静电相互作用两部分。短程部分由标准的等变神经网络描述，处理化学键的形成与断裂；长程部分则通过显式的点电荷模型计算，利用库仑定律描述远距离的静电耦合。关键在于电荷分配方案的确定，通过最大化局域化函数的方法提取万尼尔中心，将离域的电子密度转化为局域的电荷片段，每个片段携带部分电荷并参与长程相互作用。这种分解使得模型在保持短程化学精度的同时，能够捕捉介电屏蔽、离子溶剂化等长程关联效应。
1.2.2.2 Ewald求和与粒子-粒子粒子-网格算法
周期性边界条件下的长程静电相互作用计算需要特殊的数学处理以避免条件发散。通过将长程的库仑势分解为实空间的短程贡献与倒空间的长程贡献，可以在有限的截断半径内实现精确求和。粒子-粒子粒子-网格算法进一步优化了这一过程，将电荷分配到规则网格上，利用快速傅里叶变换在倒空间高效计算长程势，同时通过短程修正处理实空间的高频涨落。这种混合算法在计算复杂度与精度之间取得了平衡，使得大规模体系的静电计算在分子动力学时间尺度上可行。