Augmenting Imaginary-Time Evolution with Local Geometric Information

Enunciado do Problema
A evolução no tempo imaginário (ITE) serve como um mecanismo fundamental para a preparação do estado fundamental em simulação quântica, física da matéria condensada e química quântica. Ao aplicar o propagador não unitário $e^{-\tau \hat{H}}$, a ITE suprime exponencialmente os componentes de estados excitados, conduzindo o sistema ao seu estado fundamental. No entanto, a convergência da ITE padrão é governada estritamente pela variância de energia do estado instantâneo. Isso resulta em um decaimento exponencial assintótico do erro de energia, o que significa que o sistema se aproxima do estado fundamental apenas quando $\tau \to \infty$. A taxa de convergência é sensível ao gap de energia e ao comprimento de correlação do sistema, o que frequentemente leva a uma convergência proibitivamente lenta em aplicações práticas. Embora esforços significativos tenham sido dedicados à implementação eficiente da ITE em várias ramificações algorítmicas (métodos diretos, estocásticos, variacionais, de duplo colchete e de filtro espectral), a dinâmica subjacente permaneceu amplamente inalterada, deixando uma lacuna entre a utilidade conceitual da ITE e sua eficiência computacional.

Metodologia
Os autores introduzem a Evolução no Tempo Imaginário Aumentada (AITE), um framework que substitui o fluxo de gradiente padrão no cenário de energia por um descenso geometricamente informado ao longo de direções localmente ótimas.

1. Formalismo de Duplo Colchete: A abordagem baseia-se na formulação de duplo colchete da ITE, onde a evolução é expressa como $\partial_\tau |\psi(\tau)\rangle = -[\hat{H}, \hat{\rho}(\tau)]|\psi(\tau)\rangle$. Os autores generalizam isso substituindo o operador de projeção $\hat{\rho}(\tau) = |\psi(\tau)\rangle\langle\psi(\tau)|$ por um operador de projeção geral $\hat{O}(\tau)$, resultando em $\partial_\tau |\psi(\tau)\rangle = -[\hat{H}, \hat{O}(\tau)]|\psi(\tau)\rangle$.
2. Otimização da Direção de Descenso: Para maximizar a taxa de diminuição de energia, os autores minimizam o funcional linear $\text{Tr}[\hat{\chi}(\tau)\hat{O}(\tau)]$, onde $\hat{\chi}(\tau) = -[\hat{H}, [\hat{H}, \hat{\rho}(\tau)]]$ é o operador de duplo colchete que codifica a curvatura local do cenário de energia.
3. Restrição ao Subespaço de Krylov: Para tornar a otimização tratável, a busca pelo $\hat{O}(\tau)$ ideal é restrita ao segundo subespaço de Krylov gerado pelo estado instantâneo $|\psi(\tau)\rangle$ e pela ação centrada do Hamiltoniano $\bar{H}|\psi(\tau)\rangle$.
4. Papel da Assimetria (Skewness): Dentro deste subespaço, o operador de duplo colchete projetado depende da variância de energia $\mu_2(\tau)$ e do coeficiente de assimetria de Fisher–Pearson instantâneo $\kappa(\tau) = \mu_3(\tau)/\mu_2^{3/2}(\tau)$. O operador de descenso ótimo $\hat{\rho}_A(\tau)$ é identificado como o projetor sobre o autovetor de menor valor deste operador projetado. Crucialmente, esta direção incorpora a assimetria (skewness) da distribuição de energia instantânea, uma característica ignorada pela ITE padrão, que assume implicitamente uma distribuição simétrica (tipo Gaussiana).
5. Hamiltoniano Aumentado: Os autores demonstram que este fluxo ótimo pode ser reproduzido por uma ITE não unitária aumentada usando um Hamiltoniano efetivo $\hat{H}_A(\tau) = \cos(2\phi)\bar{H} + \sin(2\phi)\frac{1}{2\sqrt{\mu_2}}\bar{H}^2$, onde $\phi$ é um ângulo de mistura determinado pela assimetria.
6. Heurísticas: Para reduzir o custo computacional associado à estimativa do terceiro momento $\mu_3$ (necessário para a assimetria exata), os autores propõem uma aproximação de campo médio $\langle \hat{H}^3 \rangle \approx \langle \hat{H}^2 \rangle \langle \hat{H} \rangle$, que expressa a assimetria em termos de primeiros e segundos momentos.

Principais Contribuições e Resultados

• Convergência Superlinear: A análise teórica revela que a AITE supera estritamente a ITE padrão. A taxa de convergência inclui um fator de aceleração superlinear $\sqrt{1 + \Delta/4\varepsilon}$, onde $\Delta$ é o gap espectral e $\varepsilon$ é o erro de energia. Este fator diverge conforme o erro se aproxima de zero, indicando uma aceleração cada vez mais agressiva próximo ao estado fundamental.
• Extinção em Tempo Finito: Diferente da ITE padrão, que exibe um decaimento exponencial assintótico, a AITE alcança a extinção em tempo finito do erro de energia. O erro de energia desaparece exatamente em um tempo imaginário finito $\tau^*$, seguindo um decaimento de lei de potência $\varepsilon(\tau) \propto (\tau^* - \tau)^2$ próximo à extinção. Isso coloca a AITE em uma classe de convergência qualitativamente distinta em comparação com a ITE.
• Upgrade Universal: O framework é desenhado como um upgrade universal para a família de algoritmos de ITE. Ao substituir $\hat{H} \to \hat{H}_A(\tau)$, a aceleração pode ser aplicada às implementações direta, estocástica, variacional, de duplo colchete e de filtro espectral sem alterar seu ansatz fundamental ou estruturas de circuito.
• Validação Numérica: Testes de desempenho na cadeia de hidrogênio ($H_8$) e no modelo de Fermi-Hubbard 1D através de regimes fracamente e fortemente correlacionados confirmam a existência de três regimes dinâmicos: um regime linear (seguindo a ITE padrão), um regime superlinear (impulsionado pela assimetria) e um regime de extinção por lei de potência. A heurística de assimetria de campo médio mostra-se capaz de capturar efetivamente as características de convergência do método exato.

Significância
O artigo afirma fechar a lacuna entre o poder conceitual da ITE e sua eficiência computacional prática ao abordar uma limitação estrutural anteriormente não abordada na literatura: a suposição implícita de distribuições de energia simétricas na ITE padrão. Ao explorar a estrutura estatística de ordem superior (especificamente a assimetria) para identificar direções de descenso localmente ótimas, a AITE transforma o comportamento de convergência de um decaimento exponencial assintótico para uma extinção por lei de potência em tempo finito. Os autores enfatizam que esta melhoria não está atrelada a uma implementação específica, mas oferece um caminho sistemático para acelerar toda a família de algoritmos baseados em ITE, proporcionando uma rota comprovadamente mais rápida para a preparação do estado fundamental em simulação quântica.