Efficient time-evolution of matrix product states using average Hamiltonians

Résumé technique : Évolution temporelle efficace des états de produits de matrices à l'aide d'Hamiltoniens moyens

Énoncé du problème
La simulation de la dynamique des systèmes quantiques à corps nombreux (QMBS) régis par des Hamiltoniens dépendants du temps demeure un défi important en raison de la croissance exponentielle de l'espace de Hilbert. Bien que les réseaux de tenseurs, particulièrement les états de produits de matrices (MPS), offrent un cadre efficace pour les systèmes unidimensionnels, les algorithmes d'évolution temporelle standards (tels que le TEBD, Time-Evolving Block Decimation, et l'MPO $W_{II}$) sont principalement optimisés pour les Hamiltoniens indépendants du temps. Appliqués à des scénarios dépendants du temps, les implémentations standards reposent souvent sur le « palier de Riemann » (Riemann stepper), qui substitue l'Hamiltonien instantané au début d'un intervalle de temps ($H(0)$) dans l'opérateur d'évolution. Cette approche dégrade la précision des intégrateurs d'ordre élevé, réduisant le taux de convergence de l'opérateur d'évolution de l'ordre troisième (pour un pas unique) à l'ordre deux pour le cas dépendant du temps, limitant ainsi la précision de la simulation pour une taille de pas donnée.

Méthodologie
Les auteurs proposent une modification des paliers temporels MPS existants afin de restaurer une précision d'ordre supérieur pour les Hamiltoniens dépendants du temps sans modifier l'architecture fondamentale des bibliothèques de réseaux de tenseurs. La méthodologie centrale consiste à remplacer l'approximation de Riemann par un « Hamiltonien moyen » soigneusement construit, dérivé de la théorie de l'intégration numérique.

Plus précisément, les auteurs substituent l'approximation de Riemann standard par un Hamiltonien calculé à l'aide de la règle de Simpson :
$$H_{\text{Simp}}(\Delta t) \equiv \frac{1}{6} \left( H(0) + 4H(\Delta t/2) + H(\Delta t) \right)$$
Cet Hamiltonien moyen est ensuite injecté dans des algorithmes TEBD ou MPO $W_{II}$ de second ordre standards. L'analyse théorique démontre que, tandis que le palier de Riemann ($H(0)$) produit un opérateur d'évolution avec une borne d'erreur de $O(\Delta t^2)$, le palier de Simpson conserve la précision locale intrinsèque d'ordre trois ($O(\Delta t^3)$) des intégrateurs sous-jacents. La preuve repose sur l'encadrement de la différence entre l'opérateur d'évolution exact et l'opérateur approximatif à l'aide de la norme Hölder-$\infty$, montant que l'approximation de Simpson réduit significativement le terme d'erreur d'intégration par rapport à l'approximation de Riemann.

Contributions clés et résultats
La méthode proposée a été validée par des simulations numériques d'une chaîne de sites de spin-1 représentant des centres colorés azote-lacune (NV) dans le diamant, pilotés par des impulsions micro-ondes. Le système a été modélisé à l'aide d'un Hamiltonien comprenant des termes de dérive, d'interaction et de contrôle, avec des paramètres dérivés de données expérimentales.

1. Amélioration de la précision : Les simulations ont comparé le « palier de Simpson » au « palier de Riemann » standard à travers diverses tailles de systèmes (3 à 8 centres NV) et nombres de pas d'intégration.

   • Pour les petits systèmes (ex. : 3 centres NV), le palier de Simpson a réduit l'erreur moyenne d'un facteur d'environ 1000 pour des tailles de pas modérées par rapport au palier de Riemann.
   • Pour les systèmes plus larges (jusqu'à 8 centres NV), la méthode a systématiquement produit des erreurs de propagation plus faibles, avec des améliorations de l'erreur moyenne allant de facteurs de 50 à plus de 4000 selon le nombre de pas et la taille du système.
   • Le ratio d'erreur ($E_{\text{Riemann}} / E_{\text{Simpson}}$) est resté élevé dans toutes les configurations testées, confirmant la robustesse de la méthode.

2. Coût computationnel : L'augmentation de la précision s'accompagne d'une hausse modeste du temps d'exécution. Le palier de Simpson nécessite trois évaluations de l'Hamiltonien par pas de temps (à $t=0$, $t=\Delta t/2$ et $t=\Delta t$) contre une seule pour le palier de Riemann. Les auteurs notent que cette augmentation du temps de calcul est légère et attribuée uniquement aux évaluations de fonctions supplémentaires, rendant le compromis très favorable pour la précision.

3. Scalabilité : La méthode a démontré des améliorations de performance constantes à mesure que la taille du système augmentait, maintenant son avantage sur l'approche standard sans introduire de nouvelles erreurs de troncature, à condition que la dimension de liaison soit suffisamment grande pour rendre les erreurs de troncature négligeables.

Signification et limites
L'article affirme que cette approche constitue un ajout simple mais hautement efficace aux solveurs MPS existants. En exploitant les idées d'intégration numérique classique (règle de Simpson), la méthode restaure les propriétés de convergence d'ordre supérieur des intégrateurs qui sont autrement perdues lors de la simulation de la dynamique dépendante du temps. Cela est particulièrement pertinent pour les applications en contrôle quantique, en spectroscopie et en ingénierie de Floquet où les champs de commande dépendants du temps sont omniprésents.

Les auteurs notent explicitement plusieurs limites et considérations pratiques :

• Exigence de lissité : La méthode repose sur l'existence et la bornabilité des quatre premières dérivées de l'Hamiltonien $H(t)$ au sein de chaque intervalle.
• Coût de construction de l'Hamiltonien : Si l'Hamiltonien dépendant du temps est coûteux à construire, l'exigence de trois évaluations par pas peut augmenter significativement les coûts de calcul.
• Limites d'intrication : Bien que la méthode améliore l'erreur d'intégration, elle n'élimine pas les limitations imposées par la croissance de l'intrication dans les systèmes à corps nombreux de grande échelle, qui sont régies par les erreurs de troncature dans la représentation MPS.

Les auteurs suggèrent que le concept de moyenne de Simpson est adaptable et pourrait être combiné avec des règles de quadrature d'ordre supérieur (ex. : Gauss-Legendre) ou des méthodes de composition multi-étapes pour construire des Hamiltoniens effectifs d'ordre encore plus élevé dans des travaux futurs.