电子科大团队在非平衡态统计物理研究领域取得显著突破

　　近期，电子科技大学基础与前沿研究院汤迎教授领衔的研究团队，携手中国科学院理论物理所张潘研究员及博士后刘晶，以及北京师范大学系统科学学院张江教授，在国际知名学术期刊《自然·通讯》上发表了一篇名为“学习非平衡统计力学与动态相变”的重要研究成果。

　　此文揭示了运用变分自回归网络解决非平衡态统计力学和动力学相变问题的最新进展。电子科技大学基础院汤迎教授作为共同第一作者，与张潘研究员共同担任通讯作者。电子科技大学基础与前沿研究院为论文第一作者单位。

　　探索非平衡系统中的相变现象及其普遍规律，是统计物理研究的重要方向之一。在非平衡态统计物理中，动力配分函数被视为核心概念，其地位堪比平衡态统计物理中的系综和配分函数。

　　然而，动力配分函数的求解远比计算平衡态系统配分函数更为复杂，因为它涉及到对所有可能的系统状态进行求和，同时还要考虑时间这一额外维度。

　　尽管在长期极限情况下，可以通过简化处理和应用大偏差理论等方法进行分析，但要准确计算系统在任何有限时间内的动力配分函数仍然具有很大难度。

　　为此，本文提出了一种创新的计算方法［图］。这种方法基于循环神经网络、PixelCNN和Transformer等自回归生成模型，结合强化学习技术，预测系统在任意时刻的联合概率分布。这项研究为动力配分函数的计算提供了新的思路和途径。