MORE Thermal Gauge Theories at Finite $\theta$ and $\mu$ from Real-Time Quantum Simulation

技術要約：「実時間量子シミュレーションによる、有限 $\theta$ および $\mu$ における熱的ゲージ理論のさらなる展開（More Thermal Gauge Theories at Finite $\theta$ and $\mu$ from Real-Time Quantum Simulation）」

問題提起
有限温度 ($T$)、トポロジカル角 ($\theta$)、およびクォーク化学ポテンシャル ($\mu$) における格子場理論 (LFT) は、「符号問題」に直面する。これは、ユークリッド・パス積分における重みが複素数となり、標準的なモンテカルロ・リウェイト法が指数関数的に高コストになる問題である。一方、ハミルトニアンの量子シミュレーションは、$\theta$ や $\mu$ をエルミート項として扱うことで自然に複素統計重みを回避できるが、本質的に実時間発展 ($e^{-iHt}$) を生成する。ここで、明示的な熱状態の準備を必要とせずに、これらの実時間シミュレーションからボルツマン因子やユークリッド相関関数に必要な虚時間発展 ($e^{-\beta H}$) を直接得るための決定的なギャップが存在する。

手法
本論文は、「More（Measure once, Reconstruct everywhere：一度の測定で、あらゆる場所を再構成する）」と名付けられた手法を提案している。これは、単一の実時間データセットから、厳密な積分変換を用いて熱的トレースとユークリッド相関関数を再構成するものである。

1. カーネル解析と最適化:
   著者は、$e^{-iHt}$ から $e^{-H\tau}$ を再構成するための Guo, Shibu, Lin, Zhao [18] による積分恒等式を分析している。彼らは、この恒等式が連続的な「Unitaries の線形結合 (LCU)」であることを特定した。解析の結果、元のカーネルには、遅い $1/t_{\text{cut}}$ 収束と対数的に発散する $\ell_1$ ノルムの原因となる冗長な「奇関数成分」が含まれていることが明らかになった。

• 奇関数成分を除去することで、著者らは偶関数部分（コーシー・カーネル）のみを用いた厳密な表現を導出し、これにより収束性を向上させた。
• さらに、An, Childs, and Lin [20] による準最適カーネルを組み込むことで、ほぼ指数関数的な収束を実現し、元の定式化と比較して必要な実時間発展の範囲 ($t_{\text{cut}}$) を大幅に削減した。

2. 熱的観測量への拡張:
   この手法は、純粋状態の行列要素から熱的トレースおよびユークリッド相関関数へと、$E_\rho O_Q$ フレームワーク [16, 17] 内で拡張されている。

• 熱的トレース: 熱状態を準備する代わりに、実時間の振幅 $\langle n | e^{-iHt} O | n \rangle$ とカーネル重み $w_j(\beta)$ を古典的に組み合わせることで、分配関数 $Z = \text{Tr}[e^{-\beta H}]$ および期待値を再構成する。
• 相関関数: ユークリッド相関関数は、実時間データの二重積分（double quadrature）を通じて再構成される。これは、アンサンブルの完全性の整合性チェックとして、久保・マルティン・シュウィンガー (KMS) 関係を満たす。

3. $\theta$ および $\mu$ の取り扱い:

• トポロジカル角 ($\theta$): $\theta$ はハミルトニアン $H(\theta)$ を修正する。$[H(\theta), H(\theta')] \neq 0$ であるため、異なる $\theta$ 値に対して個別のデータセットが必要となる。
• 化学ポテンシャル ($\mu$): $\mu$ は保存電荷 $\hat{N}$ に結合する。$[H, \hat{N}] = 0$ であるため、大正準アンサンブルのトレースは標準的な（カノニカルな）セクターに分解される。本手法は、フガシティ $e^{\beta \mu \hat{N}}$ の因数分解を利用して、単一の $\mu=0$ のデータセットから任意の $\mu$ における観測量を古典的なリウェイトによって再構成する。これにより、解析接続の手法におけるロベルジェ–ワイス転移の制限を回避できる。正値性は符号問題を排除するが、オーバーラップ問題は排除しない。 なぜなら、有効サンプルサイズは、フガシティの重みが高電荷セクターに集中する場合、支配的なセクターの多重度へと減少する可能性があるためである。

4. ノイズと誤差の軽減:
   論文では、回路体積に依存するデポラリゼーション誤差としてハードウェアノイズをモデル化している。著者らは、測定された振幅を、フィッティングされたノイズエンベロープの逆数でリウェイトする時間領域補正を提案している。これにより、ノイズ率によって設定される限界までの減衰効果を緩和できる。

主な結果
本手法は、一成分および二成分の格子シュウィンガーモデルを用いてベンチマークが行われた。

• 一成分モデル: トポロジカル電荷 $\langle Q \rangle$ およびカイラル凝縮 $\langle \bar{\psi}\psi \rangle$ が、様々な温度 ($\beta J = 0.5$ から $8$) および$\theta$ 値において再構成された。再構成誤差は、厳密対角化 (ED) と比較して統計ノイズの範囲内に収まっており、偏差は統計的な広がり（statistical spread）の 0.49 倍を超えることはなかった。
• 二成分モデル: アイソスピン密度 $\langle I_3 \rangle$ が、単一の $\mu=0$ データセットを用いて、様々な化学ポテンシャル ($0 \le \mu_I/J \le 4$) にわたって再構成された。結果は、シルバー・ブレイズ現象（ギャップ以下での正確な $\mu$ 独立性）および $T \to 0$ における状態方程式の鋭敏化を正しく捉えていた。
• ノイズ耐性: デポラリゼーションノイズを伴う回路レベルのシミュレーションにより、ノイズエンベロープでリウェイトすることで、トロッター化されたノイズレスな再構成に対する誤差が 11～13 倍減少し、ノイズ率 $\gamma \le 10^{-4}$ において平均誤差を 1% 未満に抑えられることが示された。
• リソースのスケーリング: 論文では、$N=10$ のシステムに対するフォールトトレラントなコスト分析を提供している。そこでは、漸近的なコストを $O(N^2)$ から $O(N \log^2 N)$ へと削減できる 5 つの具体的な削減策（例：適応的ショット割り当て、制御フリー干渉、可逆演算など）を特定している。

意義と主張
本論文は、「More」パイプラインが、熱状態の準備を必要とせずに、有限の $(T, \theta, \mu)$ 物理学を実時間量子シミュレーションの射程圏内に入れるものであると主張している。

• 効率性: 単一の実時間データセットを再利用して、幅広い逆温度、ユークリッド間隔、および化学ポテンシャルを再構成することにより、量子リソースの有用性を最大化する。
• 収束性: 冗長なカーネル成分の特定と除去、および準最適カーネルの導入により、正確な再構成に必要な実時間発展時間を、従来の積分変換法と比較して大幅に短縮した。
• スケーラビリティ: ハミットニアンのエルミート発展に依存することで、有限 $\theta$ および $\mu$ における古典的なリウェイトに伴う符号問題を回避している。ただし、オーバーラップ問題は依然として残ることを認めている。非アーベル理論（QCDなど）へのスケーリングには、ゲージ場の表現や射影に関するさらなる研究が必要であることを認めつつも、本手法は熱的格子場理論の観測量を量子ハードウェア上で扱うための実行可能な経路を確立している。

著者は、本手法が現在、ショットノイズおよび再構成重みの分散（$e^{\beta(F-c)}$ でスケーリングする）によって制限されていることを強調しているが、変分的な熱状態準備や、複雑な状態初期化を必要とする虚時間発展アルゴリズムと比較して、明確な利点を提供している。