量子科技中心_量科网

多体GW-Bethe-Salpeter方程计算对于现代低维纳米材料中电子结构和光学性质的精确模拟至关重要。然而，这些方法计算量巨大，且可能表现出局部的数值不稳定性或收敛失败，而在高通量工作流中这些难以被察觉。该研究团队引入了一种智能体引导的多保真度框架，用于修正应变MoS2-WS2双层体系中的GW-Bethe-Salpeter激发态能景观。对于不同的堆叠方式、应变分支和倒空间采样，该工作流能够识别出与脆弱的长波介电屏蔽相关的尖峰式偏移、近零带隙塌缩以及跨保真度不一致性。该结构智能体通过分配置信度权重，并有选择性地使用少量高精度参考点来评估计算结果。随后，机器学习模型在相关系统间传递信息，并应用高斯过程修正来恢复改进后的准粒子带隙和激子结合能，同时提供校准后的不确定性估计。该方法在不抹除物理应变依赖性的前提下修正了数值引入的伪影，并且相较于无智能体基线，显著提高了与高保真度参考结果的一致性。这些结果表明，对于激发态材料的可靠代理学习，需要对数值脆弱性进行显式诊断，而非直接对原始第一性原理数据点进行插值。所提出的框架易于迁移至其他以强量子限域为特征的光电纳米材料，例如量子点、纳米带、层状二维半导体以及杂化钙钛矿纳米结构。