Polynomial Separation between One-Way and Two-Way LOCC in Discrimination of Maximally Entangled States

技术摘要：在最大纠缠态判别中一向 LOCC 与两向 LOCC 之间的多项式分离

问题陈述
本文研究了双体系统 $\mathbb{C}^d \otimes \mathbb{C}^d$ 中正交最大纠缠态（MESs）的局部可区分性。虽然全局测量可以完美区分任何正交态集合，但局部操作与经典通信（LOCC）面临着根本性的限制。已有研究表明，对于所有局部维度 $d \ge 4$ 的情况，一向 LOCC（单向通信，例如从 Alice 到 Bob）无法区分某些由四个正交 MESs 组成的集合。因此，能够被一向 LOCC 区分的候选者数量保持在一个常数范围内（具体而言，最多为 3 个），且不随局部维度 $d$ 的增长而增加。

核心问题在于，允许反馈（两向 LOCC）是否能使可区分候选者的数量随局部维度进行缩放。先前的研究结果显示，两向 LOCC 可以区分特定的系综，或者依赖于广义贝尔集的结构属性，但对于任意 MES 集，尚不存在通用的缩放律。

方法论
作者提出了一个具有特定通信模式的通用两向 LOCC 协议：$A \to B \to A$（Alice 进行测量，向 Bob 发送消息；Bob 进行测量并发送反馈消息；Alice 完成判别）。

1. Alice 的初始测量（扇区分解）：
   Alice 在她的子系统上执行投影测量 $\{P_a^T\}$。其目标并非立即提取标签（因为局部约化态是相同的且为最大混合态），而是转化问题。该测量必须满足两个条件，使得对于每一对候选幺正算符 $U_i, U_j$（其中 $|\Psi_i\rangle = (I \otimes U_i)|\Phi_d\rangle$）：

   • 精确正交性保持： 压缩后的相对幺正算符的迹必须为零：$\text{Tr}(P_a A_{ij}) = 0$，其中 $A_{ij} = U_i^\dagger U_j$。这确保了 Bob 侧的条件态保持完全正交。
   • 弱残余耦合： 压缩相对幺正算符的算子范数必须足够小：$\|P_a A_{ij} P_a\| \le \eta$，其中 $\eta = 1/[4(k-1)]$。这确保了 Bob 侧的条件子空间之间的重叠极小。
     作者通过递归细化论证构造性地证明了此类测量的存在性。作者从随机扇区分解（Haar 随机幺正算符）开始，这种分解提供了小的算子压缩，但仅能实现近似的迹抵消。随后，他们通过对投影算符进行微小的集体旋转，以精确抵消块迹，同时保持压缩界限。这一过程通过重复递归实现，从而在不引入单步全维度代价的情况下实现所需的重叠抑制。

2. Bob 的简化（单例或对）：
   在收到 Alice 的结果 $a$ 后，Bob 的条件态支撑在重叠极小的子空间上。Bob 执行一个正算符值测度（POVM），旨在将条件态的格拉姆矩阵（Gram matrix）分解为支撑在单个标签或一对标签上的正项。

   • 由于重叠极小，格拉姆矩阵 $G$ 被证明是严格正定的（$G \succeq \frac{3}{4}I$）。
   • $G$ 被分解为单例项 $X_i$ 和对项 $X_{ij}$。
   • Bob 实现的测量会产生一种结果（识别出唯一状态，或识别出状态属于两个特定候选者中的一个）。
   • 至关重要的是，对于“对”结果，Bob 执行 Walgate 协议的第一步（先进行测量），以确保剩余的 Alice 条件态是正交的。

3. Alice 的最终判别：
   Bob 将结果（要么是标签 $i$，要么是标签对 $\{i, j\}$ 加上他的测量结果）发送给 Alice。如果仍剩下一对候选者，Alice 的条件态是正交的，这使得她能够通过局部测量完美区分它们。

主要贡献与结果

• 定理 1（通用两向 LOCC 判别）： 本文证明，存在通用常数 $C, \nu > 0$，使得任何 $\mathbb{C}^d \otimes \mathbb{C}^d$ 中的 $k$ 个两两正交的 MESs 都可以通过两向 LOCC（具体为 $A \to B \to A$ 协议）完美区分，只要满足：
  $$d \ge C k^4 [\log(2k)]^\nu$$
  这建立了一向与两向 LOCC 之间的多项式分离。虽然一向 LOCC 的候选者数量受限于常数（$m_\to(d) \le 4$），但两向 LOCC 允许可区分候选者的数量随局部维度呈多项式缩放，即 $m_\leftrightarrow(d) = \Omega(d^{1/4} / (\log d)^{\nu/4})$。

• 推论 1（通用副本界限）： 通过将维度界限应用于多个副本（其中 $N$ 个副本实际上创造了一个维度为 $d^N$ 的系统），作者表明，一个通用的副本数量足以实现对任何正交 MES 集的完美判别，且与集合大小 $k$ 和维度 $d$ 无关。具体而言，对于足够大的 $d$，九个副本就足够了。这消除了先前结果（例如针对规范贝尔基）中的基底限制。

• 扩展：

  • 该协议可扩展至具有全施密特秩 $d$ 且施密特系数有界（比例为 $\kappa$）的非最大纠缠态，要求 $d \ge C \kappa^2 k^4 [\log(2\kappa k)]^\nu$。
  • 结果为可分（SEP）和正部分转置（PPT）测量提供了下界，但 PPT 界限被现有的更强结果所取代。

意义与声明
本文证明了单次反馈足以打破一向 LOCC 的常数壁垒，将局部判别的能力从常数提升到随局部维度多项式缩放的量级。作者强调，这是一个关于完美判别精确纯态的结果。他们明确指出：

• 该结果并不意味着需要这些测量的有效合成（其构造是通过收敛修正进行的存在性证明）。
• 通用常数 $C$ 和 $\nu$ 尚未经过优化或数值评估。
• 该结果不涉及平均误差率或实验噪声下的稳定性。
• 两向 LOCC 的最优增长率（例如，是否随 $d$ 线性增长）仍是一个开放性问题。
• 虽然定理 1 在所有足够大的维度下解决了三态判别问题，但它并未确定较小维度下的剩余情况。