【VASP】VASP 机器学习力场（MLFF）实战

机器学习加速AIMD模拟

[用 VASP 训练液态硅的机器学习力场 | 全流程速通笔记](#用 VASP 训练液态硅的机器学习力场 | 全流程速通笔记)
- [1. 背景速览](#1. 背景速览)
- [2. 实操](#2. 实操)
- - [AIMD 熔硅 + 即时训练](#AIMD 熔硅 + 即时训练)
- 输出文件与结果验证

用 VASP 训练液态硅的机器学习力场 | 全流程速通笔记

原文链接：VASP 官网例子：机器学习势的生成与应用

作者：VASP 官方教程 & 知乎搬运

CSDN 整理发布：@YourName

日期：2025-07-21

1. 背景速览

目标：为液态硅（Liquid Si）训练一个即时机器学习力场（on-the-fly MLFF）。
套路：
1. 先做短时间 AIMD 把晶体硅熔化，同时边跑边训 ML 势；
2. 用训好的 ML 势跑纯机器学习 MD；
3. 与"纯 AIMD"轨迹对比验证精度。

2. 实操

AIMD 熔硅 + 即时训练

初始结构

64-atom 晶体硅超胞 → 2000 K 熔化（30 ps，10 000 步）。
关键 INCAR

ini 复制代码

# 基础
ISMEAR = 0 ; SIGMA = 0.1 ; LREAL = Auto
ISYM = -1 ; NELM = 100 ; EDIFF = 1E-4
LWAVE = .FALSE. ; LCHARG = .FALSE.

# 并行
NCORE = 2

# MD
IBRION = 0 ; MDALGO = 2 ; ISIF = 2
SMASS = 1.0 ; TEBEG = 2000 ; POTIM = 3.0
NSW = 10000
RANDOM_SEED = 88951986 0 0

# 机器学习开关
ML_LMLFF = .TRUE.
ML_ISTART = 0

输出文件与结果验证

机器学习运行后生成的关键文件

文件名	作用说明	后续用法
`ML_ABN`	训练数据集，含结构-能量-力-应力等第一性原理结果	`cp ML_ABN ML_AB`
`ML_FFN`	机器学习势参数（权重、截断半径、基函数系数等）	`cp ML_FFN ML_FF`
`ML_LOGFILE`	训练日志，可查看每一步新增结构数、力/能量误差、训练耗时等	用 `grep` 或文本编辑器查阅

提示

如果想继续迭代提高精度，可把 ML_ABN 重命名为 ML_AB，在下一次计算中作为初始数据集，再配合 ML_ISTART = 1 继续训练。

结果验证：径向分布函数

处理轨迹

无论采用纯 ML-MD 还是纯 AIMD，都会得到 XDATCAR 轨迹文件。