[論文レビュー] Boltzmann Generators for Condensed Matter via Riemannian Flow Matching

Emil Hoffmann, Maximilian Schebek+3 more|arXiv (Cornell University)|Feb 10, 2026

Lattice Boltzmann Simulation Studies被引用数 0

ひとこと要約

この研究は、周期境界条件を用いたリーマン流の整流化（RFM）を導入し、格子ベースの事前分布とバイアス補正付きハッチンスン・トレース推定量を用いて、大規模系（単原子冰など）に対する熱力学的リウェイティングと自由エネルギー推定を可能にする連続正規化フローを結晶状態サンプルのために訓練する。

ABSTRACT

Sampling equilibrium distributions is fundamental to statistical mechanics. While flow matching has emerged as scalable state-of-the-art paradigm for generative modeling, its potential for equilibrium sampling in condensed-phase systems remains largely unexplored. We address this by incorporating the periodicity inherent to these systems into continuous normalizing flows using Riemannian flow matching. The high computational cost of exact density estimation intrinsic to continuous normalizing flows is mitigated by using Hutchinson's trace estimator, utilizing a crucial bias-correction step based on cumulant expansion to render the stochastic estimates suitable for rigorous thermodynamic reweighting. Our approach is validated on monatomic ice, demonstrating the ability to train on systems of unprecedented size and obtain highly accurate free energy estimates without the need for traditional multistage estimators.

研究の動機と目的

• 従来のMD/MC法を超える大規模凝縮相系の平衡サンプリングを効率化する動機づけ。
• 再現性のある、スケーラブルなサンプリングのために周期境界条件を用いた CNF をリーマン流整流化で開発。
• データ効率とサンプル品質を改善する物理対称性と格子ベースの事前分布を組み込む。
• 多段推定量を用いずに TFEP と熱力学的リウェイトにより直接自由エネルギーを推定可能にする。

提案手法

• 周期境界条件を尊重するため平坦トーラス上で流れ整流化を用いて訓練された連続正規化フロー（CNF）を採用。
• 平衡格子点を中心とする3N次元の包絡ガウス分布（アインシュタイン結晶）事前分布を使用し、重心を制約。
• ベクトル場をサイズ移動可能で局所的なモデリングを実現する同変トランスフォーマー（ET）でパラメータ化。
• ハッチンスンのトレース推定量で密度変化を計算し、正確な発散コストを削減。これに第2次近似（偶然）補正を組み合わせて熱力学的リウェイトを可能にする。
• TFEP に基づく自由エネルギー推定における推定量のバイアスを抑制するため log-weights にバイアス補正項 −1/2 * hat{sigma}^2 を適用。
• モデルをより大きな系サイズ（例：216 から 512、1000 粒子）へ転移可能にし、ESS（有効サンプルサイズ）と自由エネルギーの精度で性能を評価。

実験結果

リサーチクエスチョン

• RQ1 周期境界条件を持つ CNF は大規模粒子数を持つ凝縮相のボルツマン分布を正確にサンプリングできるか？
• RQ2 RFM-で訓練したモデルは訓練時の regime を超えるより大きな系サイズへ遷移してもサンプリング品質を維持できるか？
• RQ3 ハッチンスンのトレース推定量は熱力学的リウェイトにどのように影響するか、 cumulant ベースのバイアス補正は自由エネルギー推定に偏りがない結果をもたらすか？
• RQ4 結晶相/凝縮相の既存の結合フロー法と比較して、サンプリング効率と速度はどの程度改善されるか？

主な発見

• RFM-ET は再重み付けなしで半径分布とエネルギーヒストグラムの MD との高い一致を達成、216 粒子および 1000 粒子で。
• RFM-ET の ESS はベースライン手法と同等かそれ以上を維持し、より大きなサイズ（例：N=512、N=1000）でも一部のベースラインが失敗する中 viability を保持。
• 512 粒子で訓練することで、N=1000 に対するサンプリング効率が小規模ベースラインより >5x 改善され、より大きなサイズへの移行性が示された。
• ハッチンスンのトレース推定量によるバイアスは自由エネルギー推定に体系的な誤差を生むが、二次 cumulant 補正により効果的に除去され、 relatively 少数のプローブで TFEP ベースの自由エネルギーを正確に推定できる。
• この方法は prior ベンチマークより4倍大きいサイズでの訓練を可能にし、多段推定器なしで正確な自由エネルギー推定を提供する。
• 本手法はセンターオブマスとトーラスの位相を保持し、異なるボックス幾何（三斜晶系、直方晶、立方晶）に対する対数写像を明示的に提供する。