可从体积律调节至面积律的随机量子态系综

论文信息

标题: Ensembles of random quantum states tunable from volume law to area law

作者: Héloïse Albot, Sebastian Paeckel

发布日期: 2026-04-16

arXiv ID: 2604.15300v1

PDF 链接: 下载 PDF

3 分钟速览

研究问题：如何构造一个随机纯量子态系综，使得其纠缠特性可以通过单一参数在体积律（volume law）与面积律（area law）之间连续调节？传统的 Haar 随机态总是呈现体积律，无法描述物理上常见的面积律基态。
核心方法：作者通过在不同二分体（bipartition）的约化密度矩阵的本征值上施加一个受控的概率分布（n-球面上的高斯采样），然后利用矩阵乘积态（MPS）形式来重构出一个相容的全局纯态。
关键结果：论文构造了名为 $\sigma$ -系综的随机态集合，仅通过控制参数 $\sigma$ 就可以实现从体积律到面积律的过渡。并且，对于均匀采样（ $\sigma \to \infty$ ）的情况，严格推导出平均纠缠熵的收敛值 $\mathbb{E}[S_A] \to 4\ln 2 - 2$ （见 eq. 11），为一个恒定常数，不随子系统尺寸增加，明确是面积律行为。
主要局限：从目标本征值集合重构相容的全局纯态（量子边际问题）并非总能成功。随着系统尺寸增大，重构成功的 “录取率”（admission rate）呈指数级下降，尽管控制 $\sigma$ 可以在一定程度上缓解。
适合读者：对量子多体物理、随机量子态、张量网络数值模拟（特别是 MPS / DMRG）以及量子电路表征感兴趣的研究者和高级研究生。

论文背景和研究动机

在过去的二十多年里，人们对量子多体系统的物理性质与其纠缠特性之间的密切联系有了深刻认识。这一洞见极大地推动了经典数值算法的发展，其中最具代表性的便是密度矩阵重整化群（DMRG）及其背后的矩阵乘积态（MPS）理论。

核心的分类依据是二分纠缠熵的标度行为。所谓的面积律（area-law）态——即纠缠熵的标度正比于子系统的边界尺寸，而非其体积——构成了计算上最为相关的一类量子态，这类态通常代表了物理上真实的哈密顿量基态。相比之下，体积律（volume-law）态——纠缠熵正比于子系统体积——的经典模拟复杂得多。

在量子算法与量子霸权的研究中，一个常用的模型是利用多层随机酉变换构成的量子电路。这类电路通常会产生 Haar 随机态作为输出，而 Haar 随机态的系综被严格证明是典型的体积律态。这与实际物理相关或近期含噪量子设备上观测到的面积律行为形成尖锐矛盾。这一矛盾催生了一个根本性问题：是否存在其他类型的随机态系综，能够更好地捕捉量子电路中出现的中间态与终态的纠缠特性，特别是能够表征面积律行为？

这篇论文正是为了解决这个开放性问题。其动机在于构建一个新的随机纯态系综，能够通过特定的控制参数，在体积律和面积律之间精确调节纠缠特性，从而为量子电路的表征、经典算法基准测试提供一个更贴近物理现实的随机态发生器。

核心方法和技术细节

论文核心方法的巧妙之处在于，它将抽象的问题转化为了一个直观的几何问题。为了避免直接对 Hilbert 空间中测度为零的面积律态集合进行采样，作者绕道而行，转而对约化密度矩阵的本征值进行受控采样。

作者首先建立了一个几何图像：对于任何一个指定二分体的约化密度矩阵，其本征值的平方根 $x_i$ 可以被视为 $n = 2^{|A|}$ 维单位球面正象限上的一个点的坐标 $(x_1, \dots, x_n)$ 。其中，一个完全混合态（对应最大纠缠）由坐标全相等的点 $x_i = 1/\sqrt{n}$ 表示（体积律极限），而一个纯态（零纠缠）则对应于与坐标轴平行的点（面积律极限）。

基于此，关键的创新在于通过调整球面上采样点的概率分布来精确控制最终的纠缠特性。论文提出了一个单一参数控制的 $\sigma$ -系综，其算法步骤如下：

设定目标纠缠结构：对于一条包含 $L$ 个量子比特的一维链，需要在 $L-1$ 个二分体上分别生成目标本征值。
n-球面受控采样：作者在球面坐标上引入一个高斯概率分布，其均值向量 $\vec{\theta}_{\text{max}}$ $θ_{max}$ 精确地指向代表最大纠缠态的点。分布宽度 $\sigma$ $σ$ 是唯一的控制参数。
- 当 $\sigma \to 0$ 时，采样点极度集中在最大纠缠态附近，系统趋向于体积律。
- 当 $\sigma \to \infty$ 时，分布趋向于在整个正象限均匀采样。一个重要的理论发现是，这种高维球面上的均匀采样几乎必然产生面积律态。这是因为随着维数 $n$ 指数增长，随机向量有极大概率几乎平行于某些随机坐标轴，导致本征值呈指数衰减。
重构相容的全局 MPS：给定每个二分体上的目标本征值集合，下一步是解决 “量子边际问题”，即寻找一个所有约化密度矩阵都与目标值一致的全局纯态。论文为此开发了一个专门针对一维链的迭代构造算法。该算法以左正则 MPS 为基础，从一个随机的局部张量 $Q^{[l+1]}$ 出发，通过一系列奇异值分解（SVD）和 QR 分解，迭代地求解出满足局部约束的 MPS 张量 $A^{\sigma_l}$ 。
扫掠优化（Sweeping）：由于量子边际问题的复杂性，一次性构造通常不完美。因此，论文引入了一个类似 DMRG 的扫掠步骤，通过反复从左到右、从右到左更新张量，不断将实际的 Schmidt 值向目标值修正，直到总误差收敛至给定阈值以下。

创新点和贡献

这项工作的主要创新和贡献可以归纳为以下三点：

提出了纠缠可调的 $\sigma$ -系综：这是首个能够通过单一控制参数 $\sigma$ 连续、精确地在体积律和面积律之间调节随机纯量子态纠缠特性的方法。这超越了固有的 Haar 随机态体积律限制。
突破测度为零的采样难题：论文从理论和实践上解决了对面积律随机态进行采样这一根本性难题。由于面积律态构成了整个 Hilbert 空间中 Haar 测度为零的集合，直接采样在数学上是不可能的。作者利用 “均匀采样球面本征值 $\to$ 面积律” 这一非平凡结论（见图 1 及附录 B 和 C），巧妙地规避了这一障碍。
建立了纠缠标度与采样分布的几何联系：通过将本征值映射到 n-球面上的点的坐标，论文为随机态的纠缠行为提供了清晰的几何直觉。这一联系不仅解释了方法本身，更为未来研究其他纠缠临界态（如对数律）指明了方向。论文还给出了一个 “相图”（图 6），在子系统维度 $n$ 与 $\sigma$ 的平面上，清晰地画出了面积律与体积律区域的分界线 $\sigma_{\text{critical}}$ 。

实验结果分析

论文的实验部分系统地刻画了 $\sigma$ -系综的物理性质及其构造算法的性能。

首先，作者分析了平均纠缠熵随 $\sigma$ 和子系统大小 $l$ 的变化（图 3a）。结果直观地展示了当 $\sigma$ 从很小的值（如 0.01）增加到 $\sim1.0$ 时，平均纠缠熵的行为从随 $l$ 线性增长（体积律）迅速过渡到随 $l$ 增加而饱和（面积律）。图 3b 展示了实现这些态所需的最大 MPS 键维度（bond dimension）。随着 $\sigma$ 增加、纠缠熵饱和，所需的键维度也相应饱和，这与经典模拟的可行性密切相关，揭示了 $\sigma$ 可以直接作为控制经典模拟复杂度的旋钮。

其次，论文研究了构造算法的效率，提出了 “录取率”（admission rate） $\mathcal{R}_{\epsilon}$ 这一指标。在固定目标误差 $\epsilon$ 下， $\mathcal{R}_{\epsilon}$ 衡量了算法成功重构出全局纯态的比例。图 4 显示，对于均匀采样（ $\sigma = \infty$ ）的面积律态，录取率随系统尺寸 $L$ 呈指数衰减，这是量子边际问题复杂性的直接体现。然而，图 6 的内置插图揭示了关键一点：当 $\sigma$ 很小时（处于体积律区域），录取率相对较高。这表明，尽管生成大面积律态本身很困难，但通过从分布中较 “容易” 的区域开始调节，算法能够有效地采样。

最后，为了精确界定体积律和面积律的边界，论文通过分析平均本征值的指数衰减拟合优度 $R^2$ 来定义 $\sigma_{\text{critical}}$ （见 eq. 27 和图 5）。拟合优度 $R^2$ 最低的点被视为临界点。由此得到的相图（图 6）显示，对于足够大的子系统（ $n > 2000$ ），临界值 $\sigma_{\text{critical}}$ 稳定在 $\sim0.1$ 左右，清晰地划出了两大物理行为区域，证明了该调控机制在热力学极限下的稳健性。

局限与待解决问题

尽管取得了突破，但这项工作本质上是一个理论物理学工作，其提出的方法和揭示的结果仍存在若干固有的局限，并为未来留下了开放问题。

作者明确指出的主要局限在于，从目标本征值谱集合成功地重构出一个相容的全局 MPS，其成功率（录取率）会随系统尺寸 $L$ 的增加呈指数级下降（见第 III.2 节和图 4）。虽然在体积律区域（小 $\sigma$ ）效率较高，但精确生成大面积律态的计算成本高昂，这是量子边际问题本身计算复杂性带来的根本性制约，并非单纯算法改进所能完全解决。

此外，此方法缺乏严格的数学完备性证明。论文并未证明对于所有可能的由 $\sigma$ 分布产生的本征值集合，都存在一个相容的全局纯态，也未提供录取率下界的严格数学保证。算法是否总是会收敛到一个所需的状态，仍是一个开放的理论问题。

最后，关于随机态的分类，该工作具有开创性但远未完成。论文在末尾讨论部分也指出，生成的面积律随机态不具有 Haar 测度的酉不变性（unitary invariance）。如何定义和构造一个在面积律态子空间上具有酉不变性测度的系综，是一个非常重要但极富挑战的未来方向。同时，该方法的框架虽然易于推广，但论文并未实际构造出临界态（对数律标度），这一空白有待填补。