势场优化器 - 基于频率调制统一理论的地形感知优化器

[sagewjq]

项目简介

势场数学库（Potential Math） 是一个地形感知优化器，基于我提出的频率调制统一理论设计。

核心思想：将优化过程理解为粒子在损失地形势场中的运动，自适应步长由局部曲率决定。

与 DeePMD 的关联

我在 DeePMD 风格的任务上做了验证：

优化器	收敛步数	加速比
Adam	1000 步	1.0×
势场优化器	600 步	1.67×

这意味着 DeePMD 模型的训练时间可能缩短 40%。

项目地址

• Gitee（国内）: https://gitee.com/sageapollo/potential-math
• GitHub: https://github.com/sagewjq/potential-math

理论论文

王江祁-b116势场优化器：频率调制统一理论在AI训练中的实验验证（OSF 预印本）：https://osf.io/td5jx

如何使用

from potential_math import PotentialOptimizer

# 只需替换优化器
optimizer = PotentialOptimizer(model.parameters(), lr=0.001)

寻求反馈

这个项目还在早期阶段，非常希望听到：

1. 在 DeePMD 实际任务上的测试反馈
2. 性能优化建议
3. 社区是否认为有价值集成到 DeePMD-kit

欢迎试用、Star、提 Issue！感谢大家！