Super natural orbital representation of many-body operators: structured non-Gaussianity and matrix product operator compression

技术摘要：多体算符的超自然轨道表示 (Super Natural Orbital Representation of Many-Body Operators)

问题陈述
强关联量子系统的模拟受限于希尔伯特空间的指数级增长，尤其是在非微扰机制下。虽然张量网络方法（如矩阵乘积态 MPS 和矩阵乘积算符 MPO）已成为一维系统的标准方法，但其效率高度依赖于单粒子基底的选择。对于算符——特别是随时间演化的演化算符以及海森堡绘景中的局部可观测物理量——其复杂度往往会由于纠缠的产生而迅速增长，从而导致巨大的键维数（bond dimension），限制了模拟的时间尺度。一个关键且尚未得到充分探索的方面是：是否存在一个特定的轨道基底，能够最小化算符的内部相关性，类似于自然轨道最小化量子态中的相关性。此外，需要建立稳健的度量标准来量化算符的“非高斯性”（non-Gaussianity）或计算复杂度，将非稳定器性（non-stabilizerness）和非高斯性等概念从态扩展到算符层面。

方法论
作者引入了超自然轨道 (Super Natural Orbitals, SNOs)，其定义为算符单体超密度矩阵 (One-Body Super-Density Matrix of an Operator, OBDMO) 的特征向量。

1. 向量化： 将算符 $\hat{O}$ 向量化为双希尔伯特空间 $\mathcal{H} \otimes \mathcal{H}$（直接空间与对偶空间）中的态 $|\hat{O}\rangle\rangle$。
2. OBDMO 构建： OBDMO 记作 $R[\hat{O}]$，是一个 $(2L \times 2L)$ 的厄米矩阵，由作用在向量化算符上的超算符 $\hat{\hat{d}}_m$ 的期望值构建而成。对于幺正算符，$R$ 的结构会简化，其非平凡信息包含在与产生/湮灭算符的作用的奇异值分解 (SVD) 相关的非对角块 $\Delta$ 中。
3. SNO 定义： $R$ 的特征值代表了 SNO 的占据数。SNO 本身是原始轨道及其对偶轨道的线性组合。
4. 复杂度度量： 作者基于 SNO 占据数定义了相关熵 (correlation entropy, $S_{corr}$)。$S_{corr} = 0$ 表示因子化（高斯）算符，$S_{corr}$ 最大则表示高度非高斯、复杂的算符。
5. 数值模拟： 该框架应用于两个模型：相互作用的 $t-V$ 链（等效于海森堡自旋链）和相互作用共振能级模型 (IRLM，一种量子杂质模型）。模拟采用了具有 $U(1)$ 对称性的 MPO 和时间演化块解离 (TEBD) 算法。
6. 压缩协议： 通过一系列 Givens 旋转实现向 SNO 基底的旋转。通过按占据数（优先考虑接近 0 或 1 的轨道）对 SNO 进行排序，以暴露因子化结构，从而降低 MPO 的键维数。

核心贡献

• 形式体系： 本文建立了自然轨道从量子态到多体算符的严格推广，定义了 SNO 和 OBDMO。
• 非高斯性度量： 引入了一种与基底无关的算符复杂度度量（相关熵），用于量化非高斯性，该度量适用于幺正算符及密度矩阵（包括混合态）。
• 解析极限： 作者从解析上证明，对于无相互作用系统，时间演化算符在 SNO 基底下是平凡的（因子化的），而 Haar 随机幺正算符在 SNO 基底下表现出最大的相关熵且没有偏好的基底。
• 数值发现： 通过模拟，论文揭示了体相相互作用系统与量子杂质模型之间在算符复杂度方面的显著差异。

结果

• 体相相互作用系统 ($t-V$ 模型)：
  • 时间演化算符 $\hat{U}(t)$ 不显示偏好的超轨道基底；其 SNO 占据数迅速趋于 $1/2$，且相关熵饱和在广延最大值。
  • 局部算符（例如 $\hat{n}_i(t)$）表现出“光锥”结构的 SNO 能谱。虽然复杂度在增长，但通过轨道旋转无法在体相中实现显著压缩。
• 量子杂质模型 (IRLM)：
  • 时间演化算符： 与体相模型不同，IRLM 中 $\hat{U}(t)$ 的 SNO 占据数在所有时刻均呈现指数衰减。这表明只有少数 SNO 对算符的复杂度有显著贡献，而大多数 SNO 实际上是因子化的。
  • 局部算符： 杂质位点上的随时间演化的局部算符也表现出指数衰减的 SNO 占据数。相关熵在长时间后趋于饱和，表明杂质模型中局部扰动的复杂度增长存在界限。
  • 相互作用依赖性： 在强相互作用机制下 ($U > D$)，时间演化算符的相关熵表现出振荡行为，反映了杂质与环境（bath）的解耦。
• MPO 压缩：
  • 将算符旋转到 SNO 基底（配合适当的排序）可以实现显著的 MPO 压缩。
  • 对于 IRLM，即使在实空间表示已达到最大键维数限制 ($\chi=1024$) 的时刻，SNO 基底下的键维数仍保持较低水平（对于大多数轨道，$\chi=1$）。这证实了 SNO 基底揭示了杂质算符的“隐藏简洁性”。

意义与主张
论文声称，在特定量子态（如杂质模型的基态）中观察到的复杂度降低，源于这些算符在整个多体希尔伯特空间中的基本属性。通过识别 SNO 基底，可以：

1. 量化复杂度： 提供精确的算符非高斯性和计算资源需求的度量。
2. 实现高效模拟： 大幅降低 MPO 模拟时间演化和局部可观测物理量所需的键维数，从而可能实现比实空间表示更长的时间尺度和更大的系统规模。
3. 表征散射 (Scrambling)： 为研究杂质系统中的信息散射和 Lieb-Robinson 界提供一种新的工具，这与传统的基于态的方法有所区别。

作者对研究范围保持谦逊，指出目前的实现方式需要先进行实空间演化然后再进行旋转，这限制了能够被完全压缩的系统规模。他们指出，开发完全在压缩后的 SNO 基底内运行的算法，是充分实现该框架潜力的必要步骤。