High-Efficiency Crystal Structure Prediction Method Using Reinforcement Learning LAQA: Development and Software Implementation

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K03386
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 13010:Mathematical physics and fundamental theory of condensed matter physics-related
• Research Institution: Nagaoka University of Technology
• Principal Investigator: Yamashita Tomoki 長岡技術科学大学, 産学融合トップランナー養成センター, 特任准教授 (60793099)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 結晶構造探索 / 機械学習 / 第一原理計算 / CrySPY / LAQA

Outline of Final Research Achievements

In the crystal structure method, LAQA, energy and atomic forces obtained from first-principles calculations or empirical interatomic potentials are used to select and prioritize the optimization of structure candidates that are likely to have lower final energy. This allows for efficient exploration of stable structures without performing unnecessary optimization calculations. In this research project, we developed a method that significantly reduces computational costs by incorporating stress tensors into the scoring. The developed program was integrated into the crystal structure search software CrySPY and made available on GitHub and PyPI.

Free Research Field

計算材料科学

Academic Significance and Societal Importance of the Research Achievements

本研究課題で改良されたソフトウェアであるCrySPYはPyPIにおいて現在まで8000以上のダウンロードがあり、月に600から700回ほどインストールされている計算になる。結晶構造探索ツールは、近年の計算機能力の飛躍的向上にともない、新材料設計においてなくてはならないツールになりつつある。また将来の発展に目を向けると、CrySPYは機械学習ポテンシャルと組み合わせて、アクティブラーニングを採用することで計算の高速化が期待できる。すでにその研究も開始しており、そこではLAQAの考え方を用いたスコア方式を採用している。本研究課題の成果がベースとなって、今後のこの分野の発展が見込まれる。