技术摘要：预算有限的恶魔：纠缠相变处的自适应测量放置

问题陈述

在受监测的量子电路中，存在着纠缠幺正动力学与局部投影测量之间的竞争。这种竞争通常会诱导一个相变（MIPT），即在低测量率 $p$ 下处于体积律（volume-law）纠缠相，而在高 $p$ 下处于面积律（area-law）相。此前的文献几乎完全将测量位置视为均匀随机抽取，并将测量率 $p$ 作为唯一的控制参数。

本文挑战了“随机放置是标准或最优基准”这一假设。作者指出，空间放置过程本身就是一个关键资源。作者研究了在固定测量预算（每层期望测量次数）的情况下，改变决策的几何结构和信息内容是否可以改变相图，并特别探讨了一个确定性的放置策略是否能完全消除体积律相。

研究方法

研究采用了在包含 $L$ 个量子比特的 1D 链（具有周期性边界条件）上的砖块结构随机 Clifford 电路。动力学过程涉及交替的随机两比特 Clifford 门和投影 $Z$ 测量。

放置策略

作者对比了几种在匹配预算 $pL$（每层期望测量次数）下的放置策略：

1. 随机放置 (Random Placement)： 标准基准，其中位点被均匀随机选择。
2. 扫描策略 (The Sweep)： 一种确定性策略，测量一个在环上推进的连续块。块的大小 $m_t$ 根据二项分布抽取，以匹配预算。
3. 洗牌覆盖 (Shuffled Coverage)： 在每个覆盖周期（$1/p$ 层）内访问每个位点恰好一次，但顺序在每个周期内重新随机抽取。
4. 最陈旧放置 (Stalest Placement)： 测量距离上次测量时间最久的 $k$ 个位点。该策略测试了两种打破平局（tie-breaking）规则：随机规则和位置排序规则。
5. 预言机贪婪策略 (Oracle Greedy)： 利用完整的量子态信息，测量具有最大局部纠缠的位点（这对于物理观测者而言是不可获取的）。
6. 学习策略 (Learned Policies)： 通过交叉熵方法 (CEM) 和近端策略优化 (PPO) 进行训练的策略，仅使用经典记录信息（如距离上次测量的时长、邻居历史记录等）。

指标与工具

• 纠缠熵 ($S_A$)： 使用稳定子形式（基于 $GF(2)$ 上生成矩阵的秩）进行精确计算。
• 三体互信息 ($I_3$)： 通过观察有限尺寸缩放（finite-size scaling）的交叉点来定位临界点 $p_c$。
• 信息账本 (Information Ledger)： 基于稳定子动力学中的“比特二分性”（bit dichotomy）引理，作者追踪了测量记录的精确香农熵 ($H_{rec}$)。由于测量结果要么是确定性的（0 比特），要么是公平硬币投掷（1 比特），因此 $H_{rec}$ 等于非确定性结果的数量。这使得对测量策略的“成本”（兰道尔成本）进行精确核算成为可能。

核心结果

1. 几何结构消除了相变

最重要的发现是，与相同预算下的随机放置相比，确定性的连续扫描从根本上改变了相图。

• 消除体积律相： 在随机放置下，$I_3$ 交叉点收敛于临界率 $p_c \approx 0.16$。而在扫描策略下，这些交叉点向零趋近，满足 $p^* \propto 1/L$。在热力学极限下，系统对于所有 $p > 0$ 均表现为面积律相。
• 标度坍缩 (Scaling Collapse)： 稳态半切分熵 $S$ 遵循单参数标度形式 $S = p^{-1} f(pL)$。系统尺寸 $64 \le L \le 512$ 的数据全部坍缩到该曲线上，并在 $S \approx 0.46/p$ 处出现平台。
• 弹道论证 (Ballistic Argument)： 作者推导出扫描前沿每层推进 $pL$ 个位点，每 $1/p$ 层回到任何一个切分面。由于纠缠在两次经过之间呈弹道式增长，稳态熵被限制在一个与 $L$ 无关的值，从而有效地消除了体积律相。

2. 空间顺序胜过信息量

研究隔离了驱动此效应的机制，证明了空间顺序比信息内容或覆盖范围更为关键。

• 顺序 vs. 覆盖： “洗牌覆盖”（具有与扫描相同的覆盖范围，但顺序随机）仅比随机放置表现好 6%，而扫描策略的表现提升了约 70%。
• 顺序 vs. 量子信息： 拥有完整量子态访问权限的“预言机贪郁”策略，其表现比“盲目”的扫描策略差 2.8 倍。
• 打破平局的角色： “最陈旧放置”策略的结果高度依赖于如何处理平局：
  • 随机打破平局： 产生 $4.14 \pm 0.06$ 比特（与随机放置相似）。
  • 位置排序打破平局： 产生 $1.29 \pm 0.04$ 比特（与扫描策略一致）。
    这证实了该效应完全由测量的空间顺序驱动，而非用于选择位点的具体信息。

3. 信息账本

作者确立了一个“一比特换一比特”的界限：在稳定子动力学中，跨越切分面移除的总纠缠量受限于记录熵 ($H_{rec}$)。

• 随机放置和扫描策略支付了相似的“成本”，即大约 0.9–1.0 比特的记录熵（因为在体积律机制下，大多数结果是非确定性的）。
• 扫描策略的优势不在于它购买了更“便宜”的信息，而在于它通过维持一个连贯的空间前沿，更有效地分配了价格相等的比特。

4. 强化学习的失败

通过 CEM 和 PPO 训练的策略未能发现扫描策略。

• CEM： 收敛到一种“围栏”（fencing）策略，即将测量固定在特定位点以隔离纠缠。
• PPO： 表现并不优于随机放置，同样陷入了围栏策略或重复测量特定位点。
• 失败原因： 最优策略（扫描）依赖于一种离散的排序自由度（即以特定序列解决得分退化问题），而基于评分的策略类无法对这种顺序进行参数化。此外，奖励景观对于局部扰动是平坦的，这使得基于近视决策的信用分配难以发现扫描策略所需的长程相干性。

意义与主张

本文认为，监测动力学的相图是放置过程的属性，而不仅仅是测量率的属性。

• 理论意义： 体积律相的存在隐含了对非结构化（随机）放置的假设。确定性的、随时间推进的结构（如扫描）可以完全消除体积律相，这表明 $p$ 本身是一个不完整的控制参数。
• 模拟意义： 采用扫描式测量方案可以将监测的 Clifford 动力学保持在低纠缠机制中，即使在低于随机放置相变的速率下也是如此，这可能有助于通过张量网络扩展此类系统的可模拟性。
• 实验意义： 对于中途测量成本较高的实验，放置几何结构是比增加测量率或利用状态反馈更有效的纠缠抑制手段。

作者总结道，尽管扫描是一种简单的、与测量结果无关的几何模式，但它代表了一个全局最优解，而当前的强化学习方法由于在参数化排序和信用分配方面的结构性限制，难以发现这一最优解。