Efficient thermalization of one-dimensional noncommuting Hamiltonians via system-bath interactions with $\Theta(n)$ ancilla qubits

=== 摘要 ===

技术摘要：通过系统-热浴相互作用实现一维非对易哈密顿量的有效热化

问题陈述
制备吉布斯态（热态）是量子多体系统中的一项基本任务，在凝聚态物理和量子化学领域具有广泛应用。虽然基于林德布拉德（Lindbladian）的方法最近在处理一维（1D）非对易哈密顿量时实现了快速混合（多项式对数或线性系统规模依赖），但其电路实现非常复杂，需要由多个辅助寄存器控制的前向和后向哈密顿量演化。

相比之下，系统-热浴相互作用算法提供了一种更简单的实现模型：系统与可重置的辅助比特（热浴）进行有限时间的相互作用，之后丢弃热浴。然而，现有的针对一维非对易链的系统-热浴采样器的保证显著较弱，其复杂度界限为 $\tilde{O}(n^6/\varepsilon)$，而林德布拉德方法的复杂度为 $\tilde{O}(n)$。核心挑战在于，由于“兰姆位移”（Lamb shift，一种相干幺正误差）和有限相互作用偏差，系统-热浴轮次仅能近似保持吉布斯态。此外，将相互作用扩展到并行热浴架构（耦合 $\Theta(n)$ 个辅助比特）会引入难以控制的广泛误差项，且以往很难在不牺牲收敛速率的情况下控制这些误差。

方法论
作者提出了一种系统-热浴相互作用算法，将 $4q-1$ 个可重置的热浴比特与每个站点的 $n$ 位一维链并行耦合。该算法在轮次中运行，其中系统与热浴在随时间变化的哈密顿量下演化，并具有随机化的相互作用时长 $T$。

快速收敛的证明依赖于三个主要的技术步骤：

1. 通道近似（Channel Approximation）： 物理通道 $\Phi_{\alpha, T}$ 被近似为一个理想通道 $\tilde{\Phi}_{\alpha, T} = U(T) e^{\alpha^2 L} U(T)$，其中 $L$ 是由二阶戴森展开导出的有效林德布拉德算符。作者证明了物理通道与理想通道之间的误差在 KMS 加权范数下按 $O(n\alpha^4)$ 比例缩放。这是通过精确匹配物理通道的戴森级数项与林德布拉德指数展开项来实现的，并利用了一维复时间局部性来限制对易子误差和时间截断误差。至关重要的是，分析是在 $\chi^2$-散度范数（KMS 范数）而非迹范数下进行的，从而避免了误差缩放中出现额外的 $n$ 因子。

2. 近似平稳态构建（Approximate Stationary State Construction）： 理想生成元 $L$ 分解为一个 KMS 细致平衡部分 $L_{KMS}$ 和一个兰姆位移项 $-i[H_{Lamb}, \cdot]$。由于 $H_{Lamb}$ 与吉布斯态 $\rho_\beta$ 不对易，$L$ 并不保持 $\rho_\beta$。作者构建了一个近似平稳态 $\rho^*$，用以修正由兰姆位移引起的阶一漂移。这涉及求解用于修正核的抵消方程。一个关键的技术贡献是，将“平稳性缺陷”（$\rho^*$ 到不动点的距离）限制在 $O(n\alpha^4)$。这是通过证明兰姆位移项（作为 $n$ 个拟局部项之和）在作用于以吉布斯态为中心的求和项时表现出抵消特性，从而得到一个 $O(n)$ 的矩界限（而非标准的 $O(n^2)$）来实现的。

3. 收缩与混合时间分析（Contraction and Mixing-Time Analysis）： 作者分析了平均物理通道的收缩性。他们利用相互作用时间 $T$ 的随机化来诱导退相干。这种退相干抑制了兰姆位移的高频分量，而耗散部分动力学（由 $L_{KMS}$ 控制）则驱动系统趋向平衡。通过结合先前工作 [CD26] 中针对一维系统的增强耗散估计与退相干机制，他们证明了该通道每轮将与平稳态的距离收缩一个因子 $(1 - \Theta(\alpha^2))$。

核心贡献

• 并行热浴架构： 本文引入并分析了一种并行热浴架构，其中 $\Theta(n)$ 个辅助比特同时与系统相互作用。这增加了更新速率，优于单辅助比特方法。
• 改进的复杂度界限： 作者证明了在 $\varepsilon$ 误差内制备吉布斯态的期望总哈密顿演化时间为 $\tilde{O}(n/\varepsilon)$。这与已知最好的基于林德布拉德算法的系统规模依赖性一致，并将此前最优的系统-热浴界限 $\tilde{O}(n^6/\varepsilon)$ 提升了 $n^5$ 倍。
• 控制广泛的兰姆位移： 本研究提供了一种严谨的方法，用于在不将其视为微扰的情况下控制并行架构中的广泛兰姆位移。这是通过利用随机前向演化来抑制相干项，并建立关于以吉布斯态为中心的拟局部算符求和的新矩界限来实现的。
• 特定范数分析： 分析是在 KMS 加权的 $L_2$ 范数（与 $\chi^2$-散度相关）下进行的，这对于保持误差界限中 $n$ 的线性依赖关系至关重要，而此前的系统-热浴采样器迹范数分析未能实现这一目标。

结果
对于具有有界最近邻相互作用的 $n$ 个量子比特链，在固定逆温度 $\beta > 0$ 下，该算法从任何初始态制备吉布斯态 $\rho_\beta$ 至迹范数误差 $\varepsilon$ 的期望总哈密顿演化时间为：
$$T_{total} = \tilde{O}\left(\frac{n}{\varepsilon}\right)$$
具体而言，所需的轮数 $m = \tilde{O}(n/\varepsilon)$，每轮的期望持续时间正比于 $\sqrt{\log(n/\varepsilon)}$。参数设置使得耦合强度 $\alpha^2 \propto \varepsilon/n$。

意义
本文表明，系统-热浴相互作用算法（其实现本质上更简单，仅需联合哈密顿量演化和可重置量子比特）可以达到与复杂的林德布拉德电路相同的渐近系统规模效率。通过解决与并行相互作用及广泛兰姆位移相关的技术挑战，这项工作弥合了热化的理论效率与量子硬件实际约束之间的差距。研究结果证实，使用更简单的系统-热浴采样器并不意味着必须牺牲缩放性能。