A Schwinger-Keldysh Formulation of Semiclassical Operator Dynamics

本文开发了一种实时的 Schwinger-Keldysh 形式的 Krylov 动力学，将 Krylov 复杂度视为一种 in-in 可观测量，揭示了一种涌现的相空间描述，其中半经典混沌与可积-混沌的交叉由 Lanczos 系数及其涨落的行为来表征。

要点

大局观：追踪一个“模糊”的粒子

想象你将一滴墨水滴入一杯水中。随着时间的推移，那滴墨水会扩散开来，与水混合，直到遍布整个杯子。在量子物理学中，科学家研究“信息”（例如特定的量子算符）如何在复杂的系统中传播，这就像墨水的扩散过程。

长期以来，科学家一直使用一种称为Krylov 复杂度的方法来衡量信息传播了多远。你可以把它想象成测量一位旅行者在漫长且蜿蜒的小径上走了多少步。计算这种方法的方法论（Lanczos 算法）非常擅长给出一个数字，但它就像是在没有理解地形的情况下只看地图。它告诉你旅行者在哪里，但没有告诉你他们为什么那样移动，或者景观是什么样的。

这篇论文引入了一种看待问题的新方式。作者不再仅仅是计数步数，而是构建了一部关于这段旅程的动态电影。他们使用了物理学中一种被称为 Schwinger-Keldysh 形式（通常用于研究像咖啡冷却这样随时间变化的系统）的工具，来创建一个“路径积分”。

类比：
如果说传统的方法像是拍一张跑者到达终点线时的照片并计算其平均速度，那么这篇论文描述的新方法就像是在跑者的胸前安装一个摄像机，以慢动作拍摄整场比赛，展示每一次踉跄、每一次冲刺和每一个转弯。

新工具：“闭合时间环”

为了得到这部“电影”，作者使用了一个巧妙的技巧。在物理学中，为了测量系统内部发生了什么（而不仅仅是开始和结束），你必须想象时间同时向前运行和向后运行，就像一个环。

• 前向路径： 代表系统正常演化。
• 后向路径： 代表系统进行“逆演化”以进行数学校验。
• 环路： 通过将这两者连接起来，他们创建了一个闭合环，捕捉了系统行为的完整故事，包括那些通常会被平均掉的微小波动和“抖动”。

这使得他们能够将信息的传播视为不仅仅是一组数字，而是一个在景观中移动的粒子。

景观：起伏的小径

在这种全新的视角下，信息旅行的“路径”是一个一维链（就像一把梯子）。其中的“Lanczos 系数”（在旧方法中仅仅是数字）现在充当了这条路径上的丘陵和山谷。

• 有效哈密顿量（Effective Hamiltonian）： 作者展示了这些数字如何创造一个隐形的“力场”或景观。信息粒子在这个景观中滚动。
• 鞍点（Saddle Point）： 在这个景观的中部，有一个特定的形状（鞍点），它决定了粒子的移动速度。

发现：混沌为何发生

这篇论文解释了为什么混沌系统（即对变化极其敏感的系统）会表现出它们那样的行为。

1. “双曲型”滑道： 当一个系统是混沌时，景观具有一种被称为“双曲轨迹”的特定形状。想象一个滑道，离得越远就变得越陡峭。一旦信息粒子开始沿着这条特定的路径下滑，它就会呈指数级加速。这解释了为什么复杂性在混沌系统中增长得如此之快。
2. 普适不动点： 作者发现，无论你如何调整系统（只要它是混沌的），景观在底部最终看起来都是一样的。这就像所有的河流最终都会汇入大海；它们可能起点不同，但最终都遵循相同的“混沌不动点”规则。
3. 对微调的分类： 论文对改变系统的方式进行了分类：
   • 无关项（Irrelevant）： 微小的变化（如移动起点）不会改变最终速度。粒子仍然会沿着同样的指数级滑道下滑。
   • 边缘项（Marginal）： 处于边缘的变化。它们不会阻止下滑，但会让粒子随着时间的推移非常缓慢地加速或减速。
   • 相关项（Relevant）： 巨大的变化会使滑道变平。如果景观不够陡峭，粒子就不会进行指数级加速，而只是以正常的、缓慢的速度行走。这标志着系统不是混沌的。

秘密武器：倾听噪声

这篇论文最令人兴奋的部分是它揭示了关于**涨落（fluctuations）**的内容。

在旧的方法中，科学家只观察“平均”路径。如果你有一群人在行走，平均值可能会显示出一条平滑的线。但新方法观察的是噪声——即有些人跑得快，有些人落后，有些人被卡住的事实。

作者展示了即使当“平均”路径看起来平滑且乏味时（例如当系统正处于从有序向混沌过渡时），涨落（噪声）也会大声揭示真相。

• 类比： 想象一群人正在穿过一座桥。如果桥很安全，每个人都会以稳定的节奏行走。如果桥很摇晃（混沌），每个人都会抖动。论文表明，通过测量人们抖动的程度（方差），即使平均步行速度尚未发生变化，你也能检测到一座“摇晃的桥”。

总结

这篇论文将一个复杂的数学工具（Krylov 复杂度）赋予了一个物理实体。它将静态的计算变成了一个关于粒子在景观中滚动的动态故事。

• 它将混沌解释为粒子沿着陡峭的指数级山坡下滑。
• 它将有序解释为粒子在平坦地面上行走。
• 它证明了通过倾听噪声（涨落）而非仅仅是平均值，我们可以比以前更清晰地捕捉到秩序与混沌之间的转换。

这不仅仅是给出了一个数字；它为量子系统为何表现出其行为提供了一个几何与物理上的理由。

技术摘要

技术摘要：一种关于半经典算符动力学的 Schwinger-Keldysh 表述

问题陈述
Krylov 复杂度已成为一种强大的量子多体系统算符增长诊断工具，与时间外关联函数（OTOCs）和谱探测形成了互补。标准表述依赖于 Lanczos 算法，该算法将算符动力学映射到由 Lanczos 系数（$b_n$）表征的半无限链上的紧束缚问题。虽然这种基于递归的方法计算效率很高，但它掩盖了底层的动力学原理。它在描述普适类方面能力有限，难以系统地分类有限尺寸效应和涨落，并且缺乏将其扩展到开放量子系统的自然框架。作者认为，有必要将 Krylov 复杂度从仅仅是一个计算构造，发展为一种显式的有效动力学理论。

方法论
作者开发了一种实时的 Schwinger-Keldysh (SK) Krylov 动力学表述。其核心方法包括：

1. 紧束缚映射： 将 Heisenberg 演化下的算符在 Krylov 基底中的演化，重新表述为在具有位置相关跳跃振幅 $b_n$ 的半无限晶格上的单粒子量子力学问题。
2. 闭时路径积分： 将 Krylov 复杂度视为一种“in-in”可观测量。作者在闭时路径上构建了一个生成泛函 $Z_{SK}[J_+, J_-]$，将源耦合到前向（$+$）和后向（$-$）分支上的 Kryло夫位置算符。
3. 相空间表示： 通过引入共轭动量态，作者推导出了一个相空间路径积分。这产生了一个有效作用量 $S_{SK}$，其中 Lanczos 系数定义了一个涌现的有效哈密顿量 $H_{\text{eff}}(n, p)$，用于控制在 Krylov 相空间中的运动。
4. 半经典分析： 作者分析了 SK 作用量的鞍点方程，这些方程对应于经典的哈密顿方程。他们利用重整化群（RG）术语（无关、边缘、相关）对 Lancos 系数线性增长（$b_n \sim \alpha n$）的扰动进行了分类，以确定其对动力学稳定性的影响。
5. 涨落分析： 在鞍点之外，该框架允许通过系统性的圈展开（loop expansion）来计算高阶累积量和 Krylov 复杂度的广义偏差统计特性。

主要贡献与结果

• 涌现的相空间描述： 该表述揭示了 Krylov 动力学受一个经典哈密顿量 $H_{\text{eff}}(n, p) = 2b(n)\cos p + \dots$ 控制，这是在半经典极限下的情况。Lanczos 系数 $b_n$ 在这个有效理论中充当位置相关的势能。
• 双曲轨迹与混沌： 对于 Lanczos 系数线性增长（$b_n \sim \alpha n$）的混沌系统，有效哈密顿量在相空间中产生双曲轨迹。Krylov 复杂度的指数级增长被识别为沿这些轨迹的经典不稳定性（Lyapunov 行为）的体现，其增长率为 $\lambda_K = 2\alpha$。
• 普适性与 RG 分类： 本文对偏离线性 Lanczos 增长的情况进行了分类：
  • 无关扰动： 常数偏移（$b_n = \alpha(n+c)$）或对数修正（$b_n = \alpha n + \beta \ln n$）不会改变指数增长率或双曲性质。它们仅修改前因子或诱导缓慢漂移。这解释了 $SU(1,1)$ 模型和共形系统中指数增长的鲁棒性。
  • 边缘扰动： 形式为 $b_n = \alpha n (1 + \epsilon/\ln n)$ 的形变会诱导有效不稳定性指数的缓慢且普适的运行，从而导致指数增长的幂律修正（$n(t) \sim t^\epsilon e^{2\alpha t}$）。
  • 相关扰动： 次线性增长（$b_n \sim n^\gamma$，其中 $\gamma < 1$）会破坏双曲不稳定性，导致角速度消失，从而导致多项式（而非指数）级别的复杂度增长。
• 涨落与可积-混沌交叉： SK 框架提供了获取全概率分布 $P(n, t)$ 及其累积量的途径。作者证明，虽然平均复杂度 $K(t)$ 在可积-混沌交叉过程中可能表现出平滑变化，但涨落（方差和广义偏差速率函数）则表现出尖锐的特征。在系统从可积向混沌过渡的机制中，从弱双曲区域“逃逸”的时间会发散，导致即使在平均增长看似平滑的情况下，也会出现参数增强的涨落。
• 精确解： 该形式化通过与精确可解模型（包括平方根跳跃的谐振子和 $SU(1,1)$ Liouvillian 模型）进行对比得到了验证。在这些案例中，SK 生成泛函无需依赖显式的递归解，而是通过从有效哈密顿量的代数性质中导出，便能重现已知的 $K(t)$ 和全分布 $P(n, t)$ 结果。

意义
本文声称将 Krylov 复杂度从一种基于递归的构造重新组织为一种动力学场论框架。其主要意义在于：

1. 概念清晰度： 它提供了算符增长的几何与物理起源，将线性 Lancos 增长识别为涌现相空间中的一个普适混沌不动点。
2. 系统分类： 它提供了一种基于 Lanczos 系数渐近行为来系统分类算符增长普适类的方法，区分了鲁棒的混沌行为与类可积动力学。
3. 新诊断工具： 通过将关注点从平均复杂度提升到全分布及其涨落，该表述识别出了新的诊断手段（如广义偏差函数），这些手段能够检测到在平均场可观测量中无法察觉的尖锐动力学交叉。
4. 可扩展性： 闭时路径方法自然地扩展到了开放量子系统和非平衡动力学，为理解酉演化与耗散机制下的 Krylov 复杂度提供了统一描述。

作者将这项工作定位为应用标准非平衡场论工具（半经典分析、涨落理论、广义偏差）来研究量子混沌与热化的重要一步，超越了标准 Lanczos 算法的局限性。