强化学习驱动的自动活性空间选择：RLEASE 架构深度解析与量化化学实践指南
本文深度解析由 PsiQuantum 团队开发的 RLEASE 框架。该框架利用低成本的 Hartree-Fock 描述符与 PPO 强化学习算法，实现了自适应、几何相关的活性空间自动选择，彻底摆脱了对高成本 pilot DMRG 计算的依赖。
本文深度解析由 PsiQuantum 团队开发的 RLEASE 框架。该框架利用低成本的 Hartree-Fock 描述符与 PPO 强化学习算法，实现了自适应、几何相关的活性空间自动选择，彻底摆脱了对高成本 pilot DMRG 计算的依赖。