Predicting properties of Scrooge ensembles with high accuracy and low sample complexity

技术摘要：高精度且低样本复杂度的 Scrooge 系综性质预测

问题陈述
与密度矩阵 $\rho$ 相关联的 Scrooge 系综被定义为其平均密度矩阵为 $\rho$ 的最大随机纯态系综。这些系综对于理解量子多体动力学、深度热化以及量子信息处理任务（如影子断层扫描和模拟器基准测试）至关重要。然而，分析和制备这些系综在计算上具有挑战性。

Scrooge 系综的内在统计性质编码在其高阶矩 $\chi^{(k)}_{Sc}(\rho)$ 中。与具有清晰解析形式的 Haar 随机矩不同，Scrooge 矩包含一个非多项式积分，其中包含一个分母项 $\langle \psi | \rho | \psi \rangle^{k-1}$。这种结构阻碍了标准 Haar 积分机制的直接应用。现有的采样 Scrooge 系综的物理机制——无论是通过投影系综（测量纠缠态的部分）还是时间系综（时间演化）——都是低效的。投影系综通常需要昂贵的后选择（其成功概率随 $1/k!$ 缩放），而时间系综可能需要与最小能隙成反比的时间演化，这使得在大规模系统中变得不切实际。

方法论
作者提出了一种两管齐下的方法来克服这些障碍：一种高精度的多项式近似矩算符，以及一种用于实现它的高效量子算法。

1. Scrooge 矩的多项式近似：
   核心难点在于 Scrooge 矩定义中的分母：
   $$\chi^{(k)}_{Sc}(\rho) = \mathbb{E}_{\psi \sim \text{Haar}} \left[ \frac{D (\sqrt{\rho} |\psi\rangle\langle\psi| \sqrt{\rho})^{\otimes k}}{\langle \psi | \rho | \psi \rangle^{k-1}} \right]$$
   作者观察到，对于 Haar 随机态，量 $r_\phi = D \langle \phi | \rho | \phi \rangle$ 在 $\rho$ 具有足够低纯度（即 $\|\rho\|_\infty$ 较小）时会集中在 1 附近。他们使用由 $1/x$ 在 $x=1$ 附近的截断泰勒级数展开导出的可调多项式近似 $g_\lambda(x)$ 来替换奇异项 $1/r_\phi^{k-1}$。
   $$g_\lambda(x) = \sum_{j=0}^{\lambda-1} (1-x)^j$$
   这使得 Scrooge 矩转化为标准 Haar 矩的线性组合，而后者是解析可解的。研究表明，该近似误差是可调的；通过增加展开阶数 $\lambda$，误差可以降低到关于 $1/\|\rho\|_\infty$ 指数级小，这相比于以往误差随多项式缩放的结果有了显著改进。

2. 高效的对称子空间投影：
   为了在量子计算机上实现该近似，作者必须制备形如 $\rho^{(k)}_{\text{sym}} = \rho^{\otimes k} \Pi^{(k)}_{\text{sym}} / p_{\text{sym}}$ 的态，其中 $\Pi^{(k)}_{\text{sym}}$ 是 $k$ 阶对称子空间的投影算符。标准的后选择效率极低（成本为 $O(k!)$）。
   相反，作者利用了 Schur-Weyl 对偶性。他们对 $\rho^{\otimes m}$（其中 $m \ge k$）应用 Schur 变换，将其分解为由杨图 $\gamma$ 标记的不可约表示部门。在每个部门内，置换寄存器的状态是已知的。算法有条件地将置换寄存器替换为该部门所需的特定对称态，从而在无需后选择的情况下实现对对称子空间的投影。该过程需要 $O(k^3/\epsilon^2)$ 个 $\rho$ 样本。

3. 期望值的量子算法：
   结合多项式近似和高效投影，作者构建了一个量子算法来估计 $\text{Tr}[\chi^{(k)}_{Sc}(\rho) O_k]$，其中 $O_k$ 为任意可观测量。该算法使用中位数-均值估计器（median-of-means estimator）来确保鲁棒性，从而估计多项式展开中每一项的归一化因子与期望值的乘积。

主要贡献与结果

• 高精度近似： 本文引入了一种用于 Scrooge $k$ 阶矩的多项式近似，其实现的误差随 $1/\|\rho\|_\infty$ 指数级减小。这扩展了能够进行精确近似的有效态范围，超越了以往方法所要求的极高混合态要求。
• 高效量子算法： 作者提出了第一个用于估计 Scrooge 矩期望值的有效量子算法。对于目标误差 $\epsilon$ 以上的近似阈值，该算法需要 $\tilde{O}(k^3/\epsilon^5)$ 个 $\rho$ 副本。
• 无后选择投影： 一个关键的子程序是使用 $O(k^3/\epsilon^2)$ 个样本将 $\rho^{\otimes k}$ 高效投影到对称子空间的方法，避免了标准后选择所带来的 $k!$ 级高昂成本。
• 块编码构造： 当存在 $\rho$ 纯化的制备电路时，作者构造了 Scrooge $k$ 阶矩的块编码（block encoding）。这使得 Scrooge 矩能够集成到标准的块编码框架中，从而应用于高级量子算法，如量子奇异值变换（QSVT）。
• 数值验证： 在横场伊辛链（transverse-field Ising chain）的吉布斯态上的数值模拟证实，近似误差随展开阶数 $\lambda$ 快速下降，并且通常显著小于理论上限。

意义与主张
本文声称为实现对 Scrooge 系综性质的理论分析和实际预测提供了首个高效、高精度的工具。通过将非多项式积分替换为可调多项式，并利用 Schur-Weyl 对偶性绕过后选择，这项工作使得研究深度热化系综成为可能，而这类系综通常比其关联的密度矩阵更容易制备。

作者提出了潜在的应用方向：

• 精炼多体系统中信息论量的表征。
• 改进量子模拟器的基准测试协议。
• 通过利用 Scrooge 矩进行重加权来潜在增强影子断层扫描协议，尽管作者指出针对这一特定应用的具体实现和复杂度保证仍有待建立。

本文对于高纯度态保持了审慎的态度，承认当前的近似保证在 $\|\rho\|_\infty$ 增加时会减弱，并将如何将其扩展到任意密度矩阵视为未来工作的开放性问题。