Augmenting Imaginary-Time Evolution with Local Geometric Information

问题陈述
虚时演化（Imaginary-time evolution, ITE）是量子模拟、凝聚态物理和量子化学中基态制备的基础机制。通过应用非幺正传播子 $e^{-\tau \hat{H}}$，ITE 指数级地抑制激发态成分，从而驱动系统趋向其基态。然而，标准 ITE 的收敛性严格受限于瞬时态的能量方差。这导致能量误差呈现渐近指数衰减，意味着系统只有在 $\tau \to \infty$ 时才趋于基态。收敛速率对系统的能隙和相关长度非常敏感，这在实际应用中往往导致收敛速度极其缓慢。尽管在实现高效 ITE 方面，各种算法分支（直接法、随机法、变分法、双括号法和谱滤波法）已投入了大量努力，但其底层动力学过程基本保持不变，这使得 ITE 的概念效用与其计算效率之间存在差距。

方法论
作者引入了**增强型虚时演化（Augmented Imaginary-Time Evolution, AITE）**框架，该框架通过沿局部最优方向进行几何感知的下降，取代了标准能量景观上的梯度流。

1. 双括号形式化： 该方法建立在 ITE 的双括号形式化基础上，其中演化表示为 $\partial_\tau |\psi(\tau)\rangle = -[\hat{H}, \hat{\rho}(\tau)]|\psi(\tau)\rangle$。作者通过将投影算符 $\hat{\rho}(\tau) = |\psi(\tau)\rangle\langle\psi(\tau)|$ 替换为通用的投影算符 $\hat{O}(\tau)$ 来对其进行推广，即 $\partial_\tau |\psi(\tau)\rangle = -[\hat{H}, \hat{O}(\tau)]|\psi(\tau)\rangle$。
2. 下降方向的优化： 为了最大化能量下降速率，作者最小化线性泛函 $\text{Tr}[\hat{\chi}(\tau)\hat{O}(\tau)]$，其中 $\hat{\chi}(\tau) = -[\hat{H}, [\hat{H}, \hat{\rho}(\tau)]]$ 是编码能量景观局部曲率的双括号算符。
3. Krylov 子空间限制： 为了使优化具有可操作性，寻找最优 $\hat{O}(\tau)$ 的过程被限制在由瞬时态 $|\psi(\tau)\rangle$ 和中心化哈密顿作用 $\bar{H}|\psi(\tau)\rangle$ 所张成的二阶 Krylov 子空间内。
4. 偏度（Skewness）的作用： 在该子空间内，投影双括号算符取决于能量方差 $\mu_2(\tau)$ 和瞬时 Fisher–Pearson 偏度系数 $\kappa(\tau) = \mu_3(\tau)/\mu_2^{3/2}(\tau)$。最优下降算符 $\hat{\rho}_A(\tau)$ 被确定为该投影算符最低特征向量的投影。至关重要的是，该方向纳入了能量分布的非对称性（偏度），而标准 ITE 则忽略了这一特征，标准 ITE 隐含地假设了对称（类高斯）分布。
5. 增强哈密顿量： 作者证明，这种最优流可以通过使用有效哈密顿量 $\hat{H}_A(\tau) = \cos(2\phi)\bar{H} + \sin(2\phi)\frac{1}{2\sqrt{\mu_2}}\bar{H}^2$ 的增强非幺正 ITE 来重现，其中 $\phi$ 是由偏度决定的混合角。
6. 启发式方法： 为了降低估计第三阶矩 $\mu_3$（计算精确偏度所需）带来的计算开销，作者提出了一个平均场近似 $\langle \hat{H}^3 \rangle \approx \langle \hat{H}^2 \rangle \langle \hat{H} \rangle$，该方法通过一阶和二阶矩来表达偏度。

核心贡献与结果

• 超线性收敛： 理论分析表明，AITE 在严格意义上优于标准 ITE。其收敛速率包含一个超线性加速因子 $\sqrt{1 + \Delta/4\varepsilon}$，其中 $\Delta$ 是能隙，$\varepsilon$ 是能量误差。该因子在误差趋于零时趋于无穷大，表明在接近基态时加速程度日益剧烈。
• 有限时间消亡： 与表现出渐近指数衰减的标准 ITE 不同，AITE 在有限时间内实现了能量误差的有限时间消亡（Finite-Time Extinction）。在消亡附近，能量误差遵循幂律衰减 $\varepsilon(\tau) \propto (\tau^* - \tau)^2$，并在有限虚时 $\tau^*$ 处精确消失。这使得 AITE 属于与 ITE 具有本质区别的收敛类别。
• 通用升级： 该框架被设计为 ITE 算法族的通用升级方案。通过将 $\hat{H} \to \hat{H}_A(\tau)$，无需改变其基本的 ansatz 或电路结构，即可将加速效果应用于直接法、随机法、变分法、双括号法和谱滤波法的实现中。
• 数值验证： 在氢链（$H_8$）和一维费米-哈伯德模型（1D Fermi-Hubbard model）的弱关联和强关联机制下的基准测试证实了三种动力学机制的存在：线性机制（追踪标准 ITE）、超线性机制（由偏度驱动）以及幂律消亡机制。平均场偏度启发式方法被证明能有效捕捉精确方法的收敛特性。

意义
本文声称，通过解决文献中此前未被解决的结构性限制——即标准 ITE 中隐含的对称能量分布假设——填补了 ITE 的概念能力与其计算效率之间的鸿沟。通过利用高阶统计结构（特别是偏度）来识别局部最优下降方向，AITE 将收敛行为从渐近指数衰减转变为有限时间幂律消亡。作者强调，这种改进并非绑定于特定的实现方式，而是为整个 ITE 算法族提供了一种系统性的加速路径，为量子模拟中基态制备提供了一条经过证明的更快速的途径。