量子科技中心_量科网

在计算时间依赖的期望值时，幺正时间演化下纠缠的快速增长是现代张量网络技术（如矩阵乘积态，MPS）的主要瓶颈。这种纠缠障碍限制了经典模拟，同时也支撑了未来设备预期的量子优势。该研究团队展示，对于一维哈密顿动力学，编码演化波函数振幅的时空张量网络可以沿左右（空间）方向高效收缩。利用这一结构，研究人员开发了一种混合张量网络/蒙特卡洛（TN-MC）算法，该算法对波函数进行采样，并以仅随时间多项式增长的计算成本评估一般局部算子的期望值。研究团队在混沌横向场伊辛链上对该方法进行了基准测试。通过跟踪控制TN收缩的广义时间熵的时间依赖性，研究人员发现其实部要么饱和，要么随时间对数增长，揭示了连续动态量子相变（DQPTs）的新实例。因此，该工作的结果表明，通过TN-MC混合方法可以绕过纠缠障碍，这一主张在理论上得到了坚实的支持。