我们提出了一种可扩展的机器学习力场模型，用于合作简 - 泰勒 (JT) 系统的绝热动力学。通过大规模动力学模拟，我们揭示了巨磁电阻锰酸盐中轨道有序动力学的一些启示。利用机器学习力场模型，进行了大规模 Langevin 动力学模拟，研究了热淬后复合 JT 畸变和轨道有序的粗化动力学。

ASTEROID是一种多阶段计算框架，通过结合便宜但不精确的数据和昂贵而准确的数据，降低了机器学习力场模型的数据成本。该方法在分子动力学模拟中表现良好。