src/gromacs/applied_forces/awh/tests/bias_fep_lambda_state.cpp

   1 /*
   2  * This file is part of the GROMACS molecular simulation package.
   3  *
   4  * Copyright (c) 2017,2018,2019,2020, by the GROMACS development team, led by
   5  * Mark Abraham, David van der Spoel, Berk Hess, and Erik Lindahl,
   6  * and including many others, as listed in the AUTHORS file in the
   7  * top-level source directory and at http://www.gromacs.org.
   8  *
   9  * GROMACS is free software; you can redistribute it and/or
  10  * modify it under the terms of the GNU Lesser General Public License
  11  * as published by the Free Software Foundation; either version 2.1
  12  * of the License, or (at your option) any later version.
  13  *
  14  * GROMACS is distributed in the hope that it will be useful,
  15  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  16  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  17  * Lesser General Public License for more details.
  18  *
  19  * You should have received a copy of the GNU Lesser General Public
  20  * License along with GROMACS; if not, see
  21  * http://www.gnu.org/licenses, or write to the Free Software Foundation,
  22  * Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301  USA.
  23  *
  24  * If you want to redistribute modifications to GROMACS, please
  25  * consider that scientific software is very special. Version
  26  * control is crucial - bugs must be traceable. We will be happy to
  27  * consider code for inclusion in the official distribution, but
  28  * derived work must not be called official GROMACS. Details are found
  29  * in the README & COPYING files - if they are missing, get the
  30  * official version at http://www.gromacs.org.
  31  *
  32  * To help us fund GROMACS development, we humbly ask that you cite
  33  * the research papers on the package. Check out http://www.gromacs.org.
  34  */
  35 #include "gmxpre.h"
  36
  37 #include <cmath>
  38
  39 #include <memory>
  40 #include <tuple>
  41 #include <vector>
  42
  43 #include <gmock/gmock.h>
  44 #include <gtest/gtest.h>
  45
  46 #include "gromacs/applied_forces/awh/bias.h"
  47 #include "gromacs/applied_forces/awh/correlationgrid.h"
  48 #include "gromacs/applied_forces/awh/pointstate.h"
  49 #include "gromacs/mdtypes/awh_params.h"
  50 #include "gromacs/utility/stringutil.h"
  51
  52 #include "testutils/refdata.h"
  53 #include "testutils/testasserts.h"
  54
  55 namespace gmx
  56 {
  57
  58 namespace test
  59 {
  60
  61 //! The number of lambda states to use in the tests.
  62 const int numLambdaStates = 16;
  63
  64 /*! \internal \brief
  65  * Struct that gathers all input for setting up and using a Bias
  66  */
  67 struct AwhFepLambdaStateTestParameters
  68 {
  69     AwhFepLambdaStateTestParameters() = default;
  70     //! Move constructor
  71     AwhFepLambdaStateTestParameters(AwhFepLambdaStateTestParameters&& o) noexcept :
  72         beta(o.beta),
  73         awhDimParams(o.awhDimParams),
  74         awhBiasParams(o.awhBiasParams),
  75         awhParams(o.awhParams),
  76         dimParams(std::move(o.dimParams))
  77     {
  78         awhBiasParams.dimParams = &awhDimParams;
  79         awhParams.awhBiasParams = &awhBiasParams;
  80     }
  81     double beta; //!< 1/(kB*T)
  82
  83     AwhDimParams  awhDimParams;  //!< Dimension parameters pointed to by \p awhBiasParams
  84     AwhBiasParams awhBiasParams; //!< Bias parameters pointed to by \[ awhParams
  85     AwhParams     awhParams;     //!< AWH parameters, this is the struct to actually use
  86
  87     std::vector<DimParams> dimParams; //!< Dimension parameters for setting up Bias
  88 };
  89
  90 //! Helper function to set up the C-style AWH parameters for the test
  91 static AwhFepLambdaStateTestParameters getAwhFepLambdaTestParameters(int eawhgrowth, int eawhpotential)
  92 {
  93     AwhFepLambdaStateTestParameters params;
  94
  95     params.beta = 0.4;
  96
  97     AwhDimParams& awhDimParams = params.awhDimParams;
  98
  99     awhDimParams.period = 0;
 100     // Correction for removal of GaussianGeometryFactor/2 in histogram size
 101     awhDimParams.diffusion      = 1e-4 / (0.12927243028700 * 2);
 102     awhDimParams.origin         = 0;
 103     awhDimParams.end            = numLambdaStates - 1;
 104     awhDimParams.coordValueInit = awhDimParams.origin;
 105     awhDimParams.coverDiameter  = 0;
 106     awhDimParams.eCoordProvider = eawhcoordproviderFREE_ENERGY_LAMBDA;
 107
 108     AwhBiasParams& awhBiasParams = params.awhBiasParams;
 109
 110     awhBiasParams.ndim                 = 1;
 111     awhBiasParams.dimParams            = &awhDimParams;
 112     awhBiasParams.eTarget              = eawhtargetCONSTANT;
 113     awhBiasParams.targetBetaScaling    = 0;
 114     awhBiasParams.targetCutoff         = 0;
 115     awhBiasParams.eGrowth              = eawhgrowth;
 116     awhBiasParams.bUserData            = FALSE;
 117     awhBiasParams.errorInitial         = 1.0 / params.beta;
 118     awhBiasParams.shareGroup           = 0;
 119     awhBiasParams.equilibrateHistogram = FALSE;
 120
 121     int64_t seed = 93471803;
 122
 123     params.dimParams.push_back(DimParams::fepLambdaDimParams(numLambdaStates, params.beta));
 124
 125     AwhParams& awhParams = params.awhParams;
 126
 127     awhParams.numBias                    = 1;
 128     awhParams.awhBiasParams              = &awhBiasParams;
 129     awhParams.seed                       = seed;
 130     awhParams.nstOut                     = 0;
 131     awhParams.nstSampleCoord             = 1;
 132     awhParams.numSamplesUpdateFreeEnergy = 10;
 133     awhParams.ePotential                 = eawhpotential;
 134     awhParams.shareBiasMultisim          = FALSE;
 135
 136     return params;
 137 }
 138
 139 //! Convenience typedef: growth type enum, potential type enum, disable update skips
 140 typedef std::tuple<int, int, BiasParams::DisableUpdateSkips> BiasTestParameters;
 141
 142 /*! \brief Test fixture for testing Bias updates
 143  */
 144 class BiasFepLambdaStateTest : public ::testing::TestWithParam<BiasTestParameters>
 145 {
 146 public:
 147     //! Random seed for AWH MC sampling
 148     int64_t seed_;
 149
 150     //! The awh Bias
 151     std::unique_ptr<Bias> bias_;
 152
 153     BiasFepLambdaStateTest()
 154     {
 155         /* We test all combinations of:
 156          *   eawhgrowth:
 157          *     eawhgrowthLINEAR:     final, normal update phase
 158          *     ewahgrowthEXP_LINEAR: intial phase, updated size is constant
 159          *   eawhpotential (test both, but for the FEP lambda state dimension MC will in practice be used,
 160          *                  except that eawhpotentialCONVOLVED also gives a potential output):
 161          *     eawhpotentialUMBRELLA:  MC on lambda state
 162          *     eawhpotentialCONVOLVED: MD on a convolved potential landscape (falling back to MC on lambda state)
 163          *   disableUpdateSkips (should not affect the results):
 164          *     BiasParams::DisableUpdateSkips::yes: update the point state for every sample
 165          *     BiasParams::DisableUpdateSkips::no:  update the point state at an interval > 1 sample
 166          *
 167          * Note: It would be nice to explicitly check that eawhpotential
 168          *       and disableUpdateSkips do not affect the point state.
 169          *       But the reference data will also ensure this.
 170          */
 171         int                            eawhgrowth;
 172         int                            eawhpotential;
 173         BiasParams::DisableUpdateSkips disableUpdateSkips;
 174         std::tie(eawhgrowth, eawhpotential, disableUpdateSkips) = GetParam();
 175
 176         /* Set up a basic AWH setup with a single, 1D bias with parameters
 177          * such that we can measure the effects of different parameters.
 178          */
 179         const AwhFepLambdaStateTestParameters params =
 180                 getAwhFepLambdaTestParameters(eawhgrowth, eawhpotential);
 181
 182         seed_ = params.awhParams.seed;
 183
 184         double mdTimeStep = 0.1;
 185
 186         bias_ = std::make_unique<Bias>(-1, params.awhParams, params.awhBiasParams, params.dimParams,
 187                                        params.beta, mdTimeStep, 1, "", Bias::ThisRankWillDoIO::No,
 188                                        disableUpdateSkips);
 189     }
 190 };
 191
 192 TEST_P(BiasFepLambdaStateTest, ForcesBiasPmf)
 193 {
 194     gmx::test::TestReferenceData    data;
 195     gmx::test::TestReferenceChecker checker(data.rootChecker());
 196
 197     Bias& bias = *bias_;
 198
 199     /* Make strings with the properties we expect to be different in the tests.
 200      * These also helps to interpret the reference data.
 201      */
 202     std::vector<std::string> props;
 203     props.push_back(formatString("stage:           %s", bias.state().inInitialStage() ? "initial" : "final"));
 204     props.push_back(formatString("convolve forces: %s", bias.params().convolveForce ? "yes" : "no"));
 205     props.push_back(formatString("skip updates:    %s", bias.params().skipUpdates() ? "yes" : "no"));
 206
 207     SCOPED_TRACE(gmx::formatString("%s, %s, %s", props[0].c_str(), props[1].c_str(), props[2].c_str()));
 208
 209     std::vector<double> force, pot;
 210
 211     double potentialJump = 0;
 212     double mdTimeStep    = 0.1;
 213     int    nSteps        = 501;
 214
 215     /* Some energies to use as base values (to which some noise is added later on). */
 216     std::vector<double> neighborLambdaEnergies(numLambdaStates);
 217     std::vector<double> neighborLambdaDhdl(numLambdaStates);
 218     const double        magnitude = 12.0;
 219     for (int i = 0; i < numLambdaStates; i++)
 220     {
 221         neighborLambdaEnergies[i] = magnitude * std::sin(i * 0.1);
 222         neighborLambdaDhdl[i]     = magnitude * std::cos(i * 0.1);
 223     }
 224
 225     for (int step = 0; step < nSteps; step++)
 226     {
 227         int      umbrellaGridpointIndex = bias.state().coordState().umbrellaGridpoint();
 228         awh_dvec coordValue = { bias.getGridCoordValue(umbrellaGridpointIndex)[0], 0, 0, 0 };
 229         double   potential  = 0;
 230         gmx::ArrayRef<const double> biasForce = bias.calcForceAndUpdateBias(
 231                 coordValue, neighborLambdaEnergies, neighborLambdaDhdl, &potential, &potentialJump,
 232                 nullptr, nullptr, step * mdTimeStep, step, seed_, nullptr);
 233
 234         force.push_back(biasForce[0]);
 235         pot.push_back(potential);
 236     }
 237
 238     /* When skipping updates, ensure all skipped updates are performed here.
 239      * This should result in the same bias state as at output in a normal run.
 240      */
 241     if (bias.params().skipUpdates())
 242     {
 243         bias.doSkippedUpdatesForAllPoints();
 244     }
 245
 246     std::vector<double> pointBias, logPmfsum;
 247     for (auto& point : bias.state().points())
 248     {
 249         pointBias.push_back(point.bias());
 250         logPmfsum.push_back(point.logPmfSum());
 251     }
 252
 253     constexpr int ulpTol = 10;
 254
 255     checker.checkSequence(props.begin(), props.end(), "Properties");
 256     checker.setDefaultTolerance(absoluteTolerance(magnitude * GMX_DOUBLE_EPS * ulpTol));
 257     checker.checkSequence(force.begin(), force.end(), "Force");
 258     checker.checkSequence(pot.begin(), pot.end(), "Potential");
 259     checker.setDefaultTolerance(relativeToleranceAsUlp(1.0, ulpTol));
 260     checker.checkSequence(pointBias.begin(), pointBias.end(), "PointBias");
 261     checker.checkSequence(logPmfsum.begin(), logPmfsum.end(), "PointLogPmfsum");
 262 }
 263
 264 /* Scan initial/final phase, MC/convolved force and update skip (not) allowed
 265  * Both the convolving and skipping should not affect the bias and PMF.
 266  * It would be nice if the test would explicitly check for this.
 267  * Currently this is tested through identical reference data.
 268  */
 269 INSTANTIATE_TEST_CASE_P(WithParameters,
 270                         BiasFepLambdaStateTest,
 271                         ::testing::Combine(::testing::Values(eawhgrowthLINEAR, eawhgrowthEXP_LINEAR),
 272                                            ::testing::Values(eawhpotentialUMBRELLA, eawhpotentialCONVOLVED),
 273                                            ::testing::Values(BiasParams::DisableUpdateSkips::yes,
 274                                                              BiasParams::DisableUpdateSkips::no)));
 275
 276 // Test that we detect coverings and exit the initial stage at the correct step
 277 TEST(BiasFepLambdaStateTest, DetectsCovering)
 278 {
 279     const AwhFepLambdaStateTestParameters params =
 280             getAwhFepLambdaTestParameters(eawhgrowthEXP_LINEAR, eawhpotentialCONVOLVED);
 281
 282     const double mdTimeStep = 0.1;
 283
 284     Bias bias(-1, params.awhParams, params.awhBiasParams, params.dimParams, params.beta, mdTimeStep,
 285               1, "", Bias::ThisRankWillDoIO::No);
 286
 287     const int64_t exitStepRef = 320;
 288
 289     bool inInitialStage = bias.state().inInitialStage();
 290
 291     /* Some energies to use as base values (to which some noise is added later on). */
 292     std::vector<double> neighborLambdaEnergies(numLambdaStates);
 293     std::vector<double> neighborLambdaDhdl(numLambdaStates);
 294     const double        magnitude = 12.0;
 295     for (int i = 0; i < numLambdaStates; i++)
 296     {
 297         neighborLambdaEnergies[i] = magnitude * std::sin(i * 0.1);
 298         neighborLambdaDhdl[i]     = magnitude * std::cos(i * 0.1);
 299     }
 300
 301     int64_t step;
 302     /* Normally this loop exits at exitStepRef, but we extend with failure */
 303     for (step = 0; step <= 2 * exitStepRef; step++)
 304     {
 305         int      umbrellaGridpointIndex = bias.state().coordState().umbrellaGridpoint();
 306         awh_dvec coordValue = { bias.getGridCoordValue(umbrellaGridpointIndex)[0], 0, 0, 0 };
 307
 308         double potential     = 0;
 309         double potentialJump = 0;
 310         bias.calcForceAndUpdateBias(coordValue, neighborLambdaEnergies, neighborLambdaDhdl,
 311                                     &potential, &potentialJump, nullptr, nullptr, step, step,
 312                                     params.awhParams.seed, nullptr);
 313
 314         inInitialStage = bias.state().inInitialStage();
 315         if (!inInitialStage)
 316         {
 317             break;
 318         }
 319     }
 320
 321     EXPECT_EQ(false, inInitialStage);
 322     if (!inInitialStage)
 323     {
 324         EXPECT_EQ(exitStepRef, step);
 325     }
 326 }
 327
 328 } // namespace test
 329 } // namespace gmx