用深度最小作用量方法揭示活性模型B的相图与反应路径

非平衡相变的分析尤为困难，因为其机制由于缺少时间反演对称性而以复杂方式依赖于系统动力学。更棘手的是，系统的稳态分布通常是未知的。在此，我们用几何最小作用量方法（gMAM）的深度学习网络实现计算了活性模型B的相图。该方法揭示了在1、2和3维中系统在区间（binodal）区域内于均匀相和非均匀相之间切换时的非传统反应路径和成核机制。我们的主要发现是：（i）逃离相分离态的平均时间在系统尺寸$L$下是（指数级）广延的，但在1维中随$L$非单调增加；（ii）逃离均匀态的平均时间总是有限的，这与Cates和Nardini最近的工作[Phys. Rev. Lett. 130, 098203]一致；（iii）在固定$L$时，活性项增加了均匀相的稳定性，最终在较大但有限的系统中破坏了区间内的相分离。我们的结果与活性物质系统尤其相关，其中组分数目很难超过$10^7$，且有限尺寸效应十分重要。