量子混沌哈密顿量演化下的随机化时间

论文信息

标题: Randomization Times under Quantum Chaotic Hamiltonian Evolution

作者: Souradeep Ghosh, Nicholas Hunter-Jones, Joaquin F. Rodriguez-Nieva

发布日期: 2025-12-31

arXiv ID: 2512.25074v1

PDF 链接: 下载 PDF

3 分钟速览

• 研究问题：本文要回答：非随机的、能量守恒的量子混沌哈密顿系统，能在多大程度上、多快的时间内产生出近似 Haar 随机的量子态。
• 核心方法：从一组能量平均且无纠缠的初态出发，用一维混合场伊辛模型的幺正演化生成时间系综，直接比较子系综可观测量（纠缠熵、能量全计数统计等）的分布与严格 Haar 随机态的分布，以此定义随机化时间。
• 关键结果：在适当初态下，随机化时间可随系统尺寸 $L$ 线性增长（$\tau_L \sim \mathcal{O}(L)$），远快于传统预期的扩散标度（$\mathcal{O}(L^2)$），并且在参数空间的 “最大混沌” 区域随机化最快。
• 主要局限：数值模拟只做到 $L=20$ 的自旋链，无法严格排除热力学极限下可能有更慢的渐近标度出现；论证本质上依赖数值实验，缺少解析证明。
• 适合读者：从事量子统计力学、量子混沌、量子信息中随机态应用的研究者，以及关注量子动力学模拟和基准测试的量子计算从业者。

论文背景和研究动机

孤立量子系统的热化是一个老问题：从无纠缠的初态出发，在量子混沌的哈密顿量演化下，局域可观测量长时间的行为很好地被热平衡系综描述。然而，新近的实验进展使得人们不仅能测量局域量的平均值，还能获取量子态的精细统计信息（例如全计数统计、任意子系统的纠缠测量）。这催生了一个更深刻的问题：量子混沌动力学能否生成不仅是热平均意义上、而是在更高阶矩上逼近 Haar 随机态的量子态？

Haar 随机态是量子信息科学中一种极有用的资源，可用于层析成像、基准测试、信息恢复乃至量子优越性演示。但一般认为，要逼近完全 Haar 随机态需要指数长时间，使它在实现上不可行。随机量子电路领域的一个进展是：如果只要求有限 $k$ 阶矩（即近似酉 $k$‑设计），可以用线性于系统尺寸 $L$ 的电路深度生成。可这些结果建立在空间和时间的随机性之上。对于确定性的、没有随机门的物理哈密顿系统，能否产生类似的行为？特别地，能量守恒会限制状态在希尔伯特空间的探索，人们曾有理由认为这种动力学中 Renyi 熵的增长会受扩散过程的约束，导致随机化时间至少为 $\mathcal{O}(L^2)$。

本文从理论和数值两方面重新审视这个问题：在适当的初态条件下，非随机的量子混沌哈密顿演化能否克服守恒律带来的 “扩散瓶颈”，从而在多项式甚至线性时间内达到 Haar 水平的随机化。

核心方法和技术细节

论文的核心思想是直接对比时间演化系综与 Haar 随机态的统计性质，而不满足于只与热平均系综比较。具体做法如下：

1. 初态系综 $\Phi_0$ 的构造 选择一维混合场伊辛模型（MFIM） $H = \sum_j \left( J Z_j Z_{j+1} + g X_j + h Z_j \right)$ 作为生成幺正动力学的哈密顿量。数值中取 $J=1$，$h=0.4$，$g$ 在 0 到 2 之间扫描。初态集合 $\Phi_0$ 由沿着 $y$ 轴方向的乘积态组成，每个自旋可以随意指向 $+y$ 或 $-y$。这些初态满足：

   • 平均能量 $\langle H \rangle = 0$（与 Haar 态一致）；
   • 能量方差 $\langle H^2 \rangle = \frac{1}{D} \mathrm{Tr}[H^2]$，精确匹配 Haar 系综的对应矩。 这一条件保证了即便动力学受能量守恒约束，时间演化系综在无限长时间后也能重现 Haar 态的有限 $k$ 阶矩，这一结论在作者之前的工作中已得到论证（Ghosh et al., Phys. Rev. B 112, 094302 (2025)）。

2. 时间系综 $\Phi_t$ 和可观测量的选择 对每个初始态 $|\sigma_m\rangle$，演化到时间 $t$ 得到 $|\Psi_m(t)\rangle = e^{-i H t} |\sigma_m\rangle$，组成系综 $\Phi_t$。本文关注的是子系综可观测量 $X$ 的完整分布，而不仅仅是其平均值。选取的可观测量分两类：

   • 非线性纠缠可观测量：半系统的冯诺依曼熵 $S_A$、二阶 Renyi 熵 $S_2$ 等，它们对状态极细微的结构敏感；
   • 能量全计数统计（FCS）：子系统 $A$ 的能量 $H_A$ 的概率分布 $p_{E_A}$ 随时间的涨落。

3. 随机化时间的定义与提取 定义 $\delta X(t) = \overline{X}(t) - \tilde{X}$，即 $t$ 时刻样本平均与 Haar 平均的偏差。随机化时间 $\tau_L$ 取为 $\delta X(\tau_L)$ 等于 Haar 态涨落 $\tilde{\sigma}_X$ 的时刻（图 2）。通过 $M=100$ 个初始态的样本统计，不仅能得到平均值，还能捕捉到随时间衰减的样本到样本涨落，从而判断何时整个分布都变得与 Haar 一致。

4. 与控制实验（随机量子电路）对比 为了突显结果的非平庸性，作者将相同系统尺寸下非随机哈密顿演化与两种随机量子电路模型进行对比：没有守恒律的砖墙电路（已知 $\tau_L \sim O(L)$）和具有 U(1) 守恒律的电路（$\tau_L \sim O(L^2)$）。时间尺度被重标定，使各模型在早期具有相同的纠缠增长行为。

创新点和贡献

1. 从 “热化” 到 “Haar 随机化” 的严格标准 论文区分了 “达到热系综平均” 和 “在全部矩上逼近 Haar 态”。以往大量热化文献仅检验平均值或少量对角线矩阵元，本文则直接比较可观测量的完整分布，包括 $O(1)$ 修正和指数级小的涨落，从而为量子动力学的随机性设定了更高的标尺。

2. 发现非随机哈密顿系统的线性随机化时间 在所选初态下，$S_A$、$S_2$ 和能量 FCS 的随机化时间 $\tau_L$ 均随 $L$ 线性增长（见图 2b 和图 3b）。这与 U(1) 守恒随机电路 $\mathcal{O}(L^2)$ 的结果形成鲜明对比。文章提出两种解释：初态的能量涨落从一开始就已 “平衡”，无需缓慢的电荷输运；低能区的动力学在非随机系统中是弹道式的，不构成扩散瓶颈。这一点打破了 “守恒律必然导致 $O(L^2)$ 随机化时间” 的教条。

3. 随机化与最大混沌的关联 扫描横场 $g$，随机化时间在 $g_* = 1.00 \pm 0.05$ 处达到最小值（见图 4 及插图）。这个点与先前研究中通过微正则系综纠缠分布识别出的 “最大混沌” 参数高度吻合（Rodriguez-Nieva et al., Phys. Rev. X 14, 031014 (2024)）。这为量子混沌的诊断提供了一个全新的、纯动力学的方法。

4. 普适性的数值证据 文章展示了系统尺寸从 $L=12$ 到 $L=20$，子系综尺寸从 $L_A=2$ 到 $L/2$ 的一致性行为。纠缠熵和 Renyi 熵同时、同步达到 Haar 涨落水平，且随机化时间几乎不依赖于子系综的大小（图 2b 的误差棒很短）。

实验结果分析

实验结果是完全的数值模拟（精确对角化），所有数据均以 $\varepsilon_*$ 为单位表达能量和逆时间，其中 $\varepsilon_* = \sqrt{J^2 + g^2 + h^2}$ 来自哈密顿的方差，用以归一化能谱。

纠缠诊断（图 1 和图 2） 图 1(b) 展示了对 $L=16$ 系统的典型情形：$S_A$ 的样本平均与 Haar 平均值在 $t/\varepsilon_*^{-1} \approx 20$ 之后完全重合（精确到五位有效数字），并且样本涨落（阴影区）与 Haar 态的理论涨落（虚线阴影）一致。 图 2(a) 用 $\delta X / \tilde{\sigma}_X$ 的方式放大差异，清楚显示纠缠熵残差指数衰减到噪声水平，$L=12$ 到 $20$ 的曲线几乎完全平行，表明 $\tau_L$ 与 $L$ 线性相关。图中实线和点划线分别为 $S_A$ 和 $S_2$，两者几乎同时达到平衡，没有 $S_2$ 明显慢于 $S_A$ 的现象，这正是与扩散标度模型根本不同的信号。

能量全计数统计（图 3） 图 3(a) 画出子系统能量概率 $p_{E_A}$ 随时间的变化，三个代表性能量窗口的样本涨落随 $t$ 衰减，并在 $\tau_L$ 时刻达到 Haar 涨落。图 3(b) 展示对所有 $E_A$ 平均后的弛豫曲线，其指数衰减特征和提取的 $\tau_L$ 与纠缠诊断完全一致，进一步排除了存在更慢的流体力学模式的可能。

最大混沌与参数扫描（图 4） 图 4 的主要部分给出 $S_A$ 的平均偏离随时间的演化，不同颜色对应不同的 $g$。最黑的那条线（$g=1.00$）最快进入 Haar 涨落区，两侧渐渐变慢。插图中 $\tau_L/L$ 作为 $g$ 的函数呈现清晰的凹槽形状，最低点落在先前确定的最大混沌区。这暗示着内在的混沌强度与动力学产生随机性的速率直接挂钩。

局限与待解决问题

尽管结果令人印象深刻，这项研究仍然存在若干局限和开放问题：

1. 有限尺寸效应 所有数据最高只到 $L=20$。虽然线性标度在小系统中相当稳固，但要证明热力学极限下 $\tau_L$ 不会转变为 $\mathcal{O}(L^2)$ 或更复杂的形式，还需要更大系统（可能通过张量网络或量子模拟器）的验证。作者也承认 “不能严格排除” 渐近分离的可能。

2. 初态条件的特殊性 本文的初态集合 $\Phi_0$ 精心构造，使得能量涨落从一开始就匹配 Haar 系综。对于更一般的乘积态初态（例如 $z$ 方向的随机态），随机化时间很可能变慢。论文中并未讨论初始条件偏离 “完美匹配” 时的鲁棒性，这限制了结论的普适范围。

3. 只有一维，只有 MFIM 工作集中在单一的一维非可积模型。其他晶格几何、更高维度、不同类型的守恒律（例如多个 U(1) 或非阿贝尔对称性）下的随机化时间如何表现，仍完全未知。

4. 解析理论的缺失 当前的工作完全是数值现象学。为什么线性标度会出现、为什么与随机电路截然不同，虽然文中给出了直观的弹道低能模式的论据，但缺少一个动力学平均场或有效流体力学理论来定量支持。没有解析证明，很难将结论升级为定理。

5. 观测量的局限性 虽然选择了高度敏感的纠缠可观测，但证明 “所有物理可观测量的分布都 Haar 近似” 需要更系统的检验，例如高阶算子、不同区域形状等。该工作定义的 “不可区分” 仍限于子系统可观测量的有限 $k$ 阶矩，与严格的信息论不可区分还有距离。

总的来看，这篇论文以坚实的数值证据刷新了我们对守恒量子系统中随机化时间的认知，并揭示了初态选择对动力学可达随机程度的关键影响。接下来的挑战是将这些发现推广并给出解析基础。