Efficient classical simulation of Fermi-Hubbard models with Kramers symmetry

技术摘要：具有克拉默斯对称性的费米-哈伯德模型的高效经典模拟

问题陈述

量子蒙特卡洛（QMC）方法是模拟相互作用费米子系统的标准经典方法，然而关于其效率的严格理论保证却非常匮乏。虽然不存在“符号问题”（sign problem）是高效 QMC 的必要条件，但它并不是保证底层马尔可夫链实现多项式时间收敛的充分条件。现有的关于费米子系统高效经典模拟的严格结果，主要局限于高温机制、摄动极限或特定的自旋系统映射。在理解强相互作用费米子系统的计算复杂度方面，存在着显著的空白，即便这些系统已知不存在符号问题。

本研究探讨了两个结构特性的特定交集：克拉默斯时间反演对称性（Kramers time-reversal symmetry，确保了无符号问题的展开）与 Lee-Yang 零点自由定理（Lee-Yang zero-freeness theorem，涉及配分函数零点的位置）。作者研究了这种交集是否允许通过高效的经典算法来计算广泛类别的费米-哈伯德模型的配分函数和基态能量。

方法论

作者开发了一种基于行列式蠕虫马尔可夫链（determinantal worm Markov chain）的新型经典随机化算法。该方法分为三个阶段：

1. Trotter 分解与相互作用展开：
   使用离散时间 Trotter 分解来近似配分函数 $Z = \text{Tr}(e^{-\beta H})$。哈密顿量 $H$ 被分解为自由部分 $H_0$ 和相互作用项 $V_i$。$\text{Tr}(L^M)$（其中 $L$ 为 Trotter 步）的展开被重写为对“插入”（insertions，即相互作用项）子集的求和。利用维克定理（Wick's theorem），该求和中的每一项都可以表示为一个全局格林函数矩阵 $G$ 的主子式的行列式。

   • 符号正定性： 作者证明了对于属于“吸引克拉默斯类”（attractive Kramers class）的哈密顿量，$G$ 是四元数矩阵。四元数矩阵的一个关键性质是其特征值成共轭复数对出现，这确保了由完整块行和块列组成的任何方阵的行列式都是非负的。这确立了展开式中的权重是非负的，从而避免了符号问题。

2. 扩大的配置空间（蠕虫）：
   直接对主子式（行索引与列索引相同）进行采样是非常困难的。为了促进高效采样，作者引入了一个扩大的配置空间。他们在哈密顿量中加入了一个微小的“配对场”（pairing field），允许配置中选取的块行集合（$A$）与块列集合（$B$）可以不同，只要满足 $|A| = |B|$。

   • 配置 $(A, B)$ 的权重正比于 $\lambda^{|A \setminus B|} \det G[A, B]$，其中 $\lambda$ 是一个微小参数。
   • 有效配置（即 $A=B$ 时）对应于原始的配分函数项。只要适当选择 $\lambda$，即使在 $\lambda \to 0$ 时，这些有效配置的概率质量仍保持恒定（被常数下界约束）。

3. 通过对数凹性实现的快速混合：
   其核心技术贡献在于证明了定义在该扩大空间上的马尔可夫链可以实现多项式时间的混合。

   • 作者构造了一个用于行列式 $\det G[A, B]$ 的生成多项式。他们证明了对于四元数矩阵，该多项式是强对数凹的（strongly log-concave）。
   • 他们利用了 Anari, Liu, Oveis Gharan, 和 Vinzant [ALOGV24] 以及 Chen 和 Liu [CL26] 最近的研究成果，这些研究表明基交换链（basis-exchange chains）及其“倾斜”（tilted）变体对于具有强对数凹生成多项式的测度具有快速混合特性。
   • 配对场引入了一个“倾斜”因子 $\lambda^{|A \setminus B|}$。作者验证了该倾斜因子满足 Chen 和 Liu [CL26] 所要求的局部谱曲率条件，从而保持了快速混合。

主要贡献

• 多项式时间算法： 本文首次提供了估计广泛相互作用费米子系统（具体为吸引克拉默斯不变哈密顿量）配分函数的具有严格证明的多项式时间算法。
• 行列式蠕虫链： 作者引入了一种“行列式蠕虫”马尔可夫链，将蠕虫算法的概念（此前用于自旋和玻色子系统）扩展到了具有克拉默斯对称性的费米子系统。与以往的费米子蠕虫尝试不同，该技术可以系统性地应用于整个克拉默斯类，并具有可证明的收敛保证。
• 结构特性的关联： 本研究严谨地将无符号问题（通过克拉默斯对称性）与 Lee-Yang 零点自由性质（通过生成多项式的对数凹性）联系起来，以建立高效的经典可模拟性。
• 适用范围： 该算法适用于：
  • 在任意图上具有实数跳跃振幅的吸引费米-哈伯德模型。
  • 通过粒子-空穴变换得到的半填充双部图上的排斥费米-哈伯德模型。
  • 至关重要的是，对相互作用的强度或扩展性没有任何限制。

结果

主定理指出，对于任何属于吸引克拉默斯类的哈密顿量 $H$，存在一种随机化经典算法，可以在 $\text{poly}(N, r, \beta, \Lambda, 1/\epsilon)$ 时间内估计配分函数 $Z$ 到相对误差 $\epsilon$，其中 $N$ 是模式数，$r$ 是相互作用项的数量，$\beta$ 是逆温度，$\Lambda$ 限制了相互作用强度。

因此，该算法可以高效估计：

• 自由能 $F_\beta$ 到加性误差 $\epsilon$。
• 基态能量 $E_0$ 到加性误差 $\epsilon$（通过取 $\beta \to \infty$ 的极限）。

马尔可夫链的谱间隙被证明至少为 $\lambda / (2|K|)$，确保了多项式混合时间。

意义与主张

作者声称这项工作提供了首次针对费米子量子蒙特卡洛的多项式时间保证。虽然该算法本身并不是行列式量子蒙特卡洛（DQMC）及其变体的变体，但它严谨地验证了 DQMC 及其变体在具有克拉默斯对称性系统上的数十年经验性成功。

论文提出，Lee-Yang 性质与随机性（stoquasticity）（或无符号问题）的交集，可能是识别允许高效经典模拟的量子系统的更广泛的指导原则。作者指出，虽然他们已经解决了吸引克拉默斯类的问题，但其他同样具有 Lee-Yang 性质的无符号问题费米子系统（例如具有 Majorana 反反射正定性的系统）仍有待未来探索。这项工作表明，实现高效模拟的结构特性并不局限于自旋系统，而是可以延伸到强关联费米子物质领域。