Une approche donnant de meilleurs résultats pour les potentiels interatomiques en apprentissage-machine à la volée est proposée en comparant trois approches pour la recherche de processus activés par la technique d'activation-relaxation. Tout d'abord, nous discutons de l'intérêt et des enjeux de l'utilisation des potentiels en apprentissage-machine et justifions l'utilisation de l'apprentissage à la volée pour la recherche de processus activés. Cela nous mène à présenter la forme générale des potentiels en apprentissage-machine, quelques modèles via leurs descripteurs de configuration atomique, paramètres et hyperparamètres ainsi que la méthode de l'apprentissage à la volée. Ensuite, nous présentons les méthodes d'exploration utilisées et les détails d'intégration du potentiel à la volée. Enfin, nous menons une étude comparative des trois approches pour un système de Si et de SiGe avec diffusion de lacune. La méthodologie proposée de potentiel de haute précision permet d'étendre la gamme de problèmes pouvant être étudiés par la technique d'activation-relaxation.

An approach giving better results for on-the-fly machine learning interatomic potential proposed by comparing three approaches for exploration of activated processes by the activationrelaxation technique. We first discuss the interest and challenges of on-the-fly machine learning potential and justify the use of on-the-fly learning for the search for activated processes. This leads us to present the general form of machine learning potentials and some models via their atomic configuration descriptors, parameters and hyperparameters as well as the on-the-fly learning method. Then, the exploration methods used are defined and the details of the integration of the potential are presented. Finally, a study is conducted comparing the three approaches for a Si and SiGe system with vacancy diffusion. The proposed methodology of high-precision potential allows to extend the range of possible problems to be studied by the activation-relaxation technique.