本研究提出了一种结合机器学习、深度学习、可解释人工智能和异常检测的多模型方法，以提高对潜在危险小行星的预测准确性，增强行星防御能力，并能实时通知全球监测站。

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。