10月10日消息，美国麻省理工学院（MIT）Rafael Gomez-Bombarelli团队在arXiv发布预印本（2610.12799，2026年10月8日提交），提出可微分框架AutoDrude，实现聚合物电解质可极化Drude力场的端到端自动参数化。

固态聚合物电解质的分子动力学模拟需要力场既能在大跨度时间空间尺度上收敛离子输运，又能准确描述支配输运的离子-聚合物相互作用。传统固定电荷力场速度快，但忽略电子极化——通常靠经验性缩放离子电荷来近似。AutoDrude直接从密度泛函理论（DFT）的能量、力与偶极数据参数化极化Drude力场，全程无需经验调参，模拟成本仅为固定电荷力场模拟的1.20倍。

在经典固态电解质体系聚环氧乙烷-双(三氟甲磺酰)亚胺锂（PEO-LiTFSI）上验证：偶极约束（硬约束）版AutoDrude模型对实验离子电导率的复现精度达17%平均绝对百分比误差，与最优经验电荷缩放模型的16%相当——即在没有经验参数的前提下达到同水平精度。论文还将极化力场与电荷缩放方案作了系统对比。

方法学意义在于：将可微分编程引入经典力场参数化，绕过人工试错，使极化力场——长期因参数化复杂而难以普及——的构建自动化。对锂电池固态电解质研究而言，更可靠的离子输运模拟有助于筛选拓扑结构与锂盐配方，缩短新材料从计算到实验的路径。该工作也为其他极化效应显著的体系（如离子液体、界面电解质）提供了通用建模范式。 （来源：arXiv）