高斯态上的辛优化
通过变分优化计算高斯基态具有挑战性,因为协方差矩阵必须满足不确定性原理,这使得约束优化或黎曼优化计算成本高昂、操作精细,因而难以扩展至大规模非均匀系统。该研究团队提出了一种辛优化框架,利用单位三角分解将协方差矩阵直接参数化为正定辛矩阵,从而精确满足所有物理约束,实现了玻色子基态问题的全局无约束变分表述。这种无约束结构还天然支持邻近哈密顿量间的解复用:从先前优化的协方差矩阵热启动,可显著减少相关构型族(如晶格、分子系统和流体中常见情形)收敛所需的优化步数。研究团队在弱偶极耦合晶格上验证了该方法,准确获得了基态能量、协方差矩阵和谱隙。该框架进一步为弱非二次相互作用的大规模近似处理奠定了基础,并通过张量网络增强展现出潜在的扩展优势。

