Determining the ensemble N-representability of Reduced Density Matrices

技術要約：縮退密度行列のアンサンブルN-表現可能性の決定

問題設定
N-表現可能性問題は、電子構造理論における基礎的な課題であり、ある$p$体縮退密度行列（$p$-RDM）が、$N$電子の波動関数または混合状態（アンサンブル状態）から導出可能であるために満たさなければならない必要十分条件に関するものである。純粋状態のN-表現可能性に関しては大きな進展が見られる一方で、アンサンブル（混合状態）のN-表現可能性を決定することは、依然として極めて重要な障壁となっている。これは、熱的混合、開放量子系、および統計的アンサンブルを扱う上で特に重要である。与えられた$p$-RDMが物理的な$N$電子状態に対応するかどうかを検証することは、一般には計算量的に困難であり、量子Merlin-Arthur完全（QMAC）な複雑性クラスに属する。既存の近似条件は、強相関系に対しては不十分な場合が多い。また、$p > 1$の場合における$p$-RDMの完全な必要十分条件は未だ解明されていない。

手法
本研究は、以前開発されたユニタリ発展アルゴリズム（pure ADAPT-VQA）をアンサンブルケースへと拡張することにより、$p$体行列のアンサンブルN-表現可能性を決定するための実用的なフレームワークを提案する。コアとなる手法は、以下の「純化（purification）」戦略に基づいている：

1. 純化埋め込み（Purification Embedding）: シュレーディンガー・ヒューグストン・ジョズサ・ウッツ（Schrödinger-Hughston-Jozza-Wootters）の定理に従い、ヒルベルト空間 $\mathcal{H}_s$ 上で定義されたアンサンブル状態 $\rho$ を、拡張されたヒルベルト空間 $\mathcal{H}_{sb} = \mathcal{H}_s \otimes \mathcal{H}_b$ 上の純粋状態 $|\Psi_{sb}\rangle$ に埋め込む。ここで、$\mathcal{H}_b$ は補助空間である。この純化は、$\rho = \text{Tr}_b(|\Psi_{sb}\rangle\langle\Psi_{sb}|)$ となるように構成され、これにより純化された状態の縮退密度行列が元のアンサンブルの縮退密度行列を再現することを保証する。
2. 変分ユニタリ発展（Variational Unitary Evolution）: アルゴリズムは、適応的微分組み立て疑似トロッター（ADAPT）変分量子アルゴリズム（VQA）を用いる。これは、初期の純化状態（初期の$N$粒子状態 $|\phi_0\rangle$ とその純化から構成される）に対して、反復的に変分ユニタリを適用する。
3. 演算子プール（Operator Pool）: 発展は、フェルミオンに適した反エルミートな励起・脱励起演算子プールによって駆動される。これらは、カノニカルアンサンブルの制約（システムおよび補助空間における粒子数の変化がないこと）に制限されている。これらの演算子はジョルダン・ウィグナー変換を介してパウリ演算子に写像され、これによりアルゴリズムは量子コンピュータによるシミュレーションに適したものとなる。
4. 最適化目的関数: アルゴリズムは、発展した純化状態の$p$-RDMと、指定されたターゲット$p$-RDM（$p\rho_{\text{target}}$）との間のヒルベルト・シュミット距離（$D$）を最小化する。
   • アルゴリズムが距離 $D_{\min} \approx 0$ に収束する場合、そのターゲットはアンサンブルN-表現可能であるとみなされる。
   • $D_{\min} > 0$ である場合、その距離の大きさは、N-表現可能性の違反の度合いを示す定量的な尺度として機能する。
   • 発展した状態は、欠陥のあるターゲットに対して「最も近い」物理的なアンサンブルN-表現可能縮退状態を提供する。

主な貢献

• アンサンブルADAPT-VQAアルゴリズム: 純粋化を通じて純粋状態の表現可能性アルゴリズムをアンサンブル状態へと拡張する、ハイブリッドフレームワークの導入。これにより、アルゴリズムはターゲット行列が純粋量子状態由来かアンサンブル混合物かを区別できる。
• 誤差修正と精緻化: 本手法は、密度行列の精緻化への経路を提供する。これは、N-表現可能性条件に違反する欠陥のあるアンサンブル縮退密度行列を、最も近い物理的な状態へと発展させることで修正することができる。
• 量子状態再構成: アルゴリズムは、量子コンピュータ上での量子状態再構成を促進し、ターゲットRDMから互換性のある波動関数または純化状態の回収を可能にする。
• 数値的検証: 本フレームワークは、モデル系および有限温度の分子系を用いた数値シミュレーションを通じて検証されており、1-RDMおよび2-RDMの両方を扱う能力を示している。

結果
著者らは、ノイズのない量子シミュレータを用いた数値シミュレーションによりアルゴリズムを検証した：

• モデル系（ゼロ温度）: 3軌道および4軌道の4電子系を用いてテストが行われた。
  • 1-RDMについて: アルゴリズムは、純粋な状態とアンサンブルN-表現可能な状態を判別することに成功した。Klyachkoの純粋N-表現可能性条件（一般化パウリ条件）が違反されている場合（混合状態）、pure ADAPT-VQAは距離ゼロへの収束に失敗したが、ensemble ADAPT-VQAは $D_{\min} \approx 0$ に収束した。
  • 2-RDMについて: 完全な純粋N-表現可能性条件が未知である中で、アルゴリズムは構築されたすべてのターゲットに対してアンサンブルN-表現可能性を正しく特定した。さらに、アンサンブル2-RDMが純粋な1-RDMに収縮できるかどうかを検出する能力も示した。
  • ノイズ耐性: ターゲット行列にランダムノイズを導入することで、本研究は $D_{\min}$ がノイズ強度（$\epsilon$）に比例することを示し、N-表現可能性の違反の深刻さを定量化するアルゴリズムの有用性を確認した。
• 分子系（有限温度）: $H_2$ および直鎖状 $H_3$ 分子に対して、有限温度での適用を行った。ターゲット行列は、カノニカルアンサンブルの熱状態から構築され、ノイズによって摂動を与えられた。
  • 結果は、収束した距離 $D_{\min}$ が、基礎となる無ノイズ状態の固有の相関特性よりも、加えられたノイズ（$\epsilon$）に対してより敏感であることを示した。
  • ノイズが増加するにつれ、$D_{\min}$ は著しく増大した（例：$\epsilon=0.1$ のときの2-RDMで $\sim 10^1$ に達した）。これは、現実的な分子シナリオにおける表現可能性の欠陥を検出・定量化するアルゴリズムの能力を実証している。

意義
本論文は、歴史的に計算量的に困難であったアンサンブルN-表現可能性問題に対処するための、実用的かつ堅牢なフレームワークを提供すると主張している。純化と変分量子アルゴリズムを活用することで、提案手法は二重の能力を提供する。すなわち、与えられたRDMの性質（純粋かアンサンブルか）を分類すること、および欠陥のある行列を修正して物理的制約を強制することである。これは、特に強相関電子系や有限温度のアプリケーションにおける量子化学計算の精度を向上させる上で重要である。著者らは、このアルゴリズムが量子ハードウェアと互換性があり、将来の量子シミュレーションにおける密度行列の精緻化および量子状態再構成への経路を提供することを強調している。