量子科技中心_量科网

实空间中的含时薛定谔方程（TDSE）是理解多电子量子系统动力学的核心方法，其应用范围涵盖量子化学、凝聚态物理和材料科学。然而，求解复杂费米子系统的TDSE仍面临重大挑战，这既需要捕捉随时间演化的多体关联效应，又因费米子波函数的反对称特性而使得解空间表示变得尤为复杂。该研究团队提出了一种通用的神经网络框架——费米子反对称时空网络，通过将时间变量与空间坐标共同作为显式输入，实现了对费米子系统复杂反对称波函数的统一时空表征。该方法将TDSE转化为全局优化问题，规避逐步递推的传统解法，支持高度并行化训练。该框架在四个基准问题上得到验证：一维谐振子、时变谐振势中的相互作用费米子、三维氢原子轨道动力学以及激光驱动的H2分子，所有案例均与参考解保持高度一致。这些结果证实了该方法在不同维度和相互作用体系中的可扩展性、精确性与灵活性，同时展现了准确模拟复杂系统长期动力学行为的能力。相较于传统的基函数依赖方法或平均场近似，该框架提供了更具表达力的解决方案，为含时量子系统的第一性原理模拟开辟了新途径，在量子动力学、分子控制和超快光谱学等领域具有重要应用前景。