在量子奇异值变换框架下用于量子热态制备的最优统计系综
制备热平衡态是有限温度量子模拟中的一项关键任务。在统计力学中,热平衡态的微观状态可以通过统计系综获得。迄今为止,研究人员已经设计了多种系综,不仅包括吉布斯系综(如正则系综和微正则系综),还包括各种广义系综。由于这些系综在热力学预测上是等价的,因此可以根据计算便利性自由选择系综。本文利用这种灵活性,开发了一种高效的量子算法来制备热平衡态。研究团队首先提出了一种在量子奇异值变换框架下实现广义系综的量子算法,随后详细分析了计算成本,并阐明了其对系综选择的依赖性。研究表明,与基于正则系综的现有方法相比,选择合适的系综可以显著减少系综相关的开销,并在系统规模上实现计算成本的优化扩展。此外,数值模拟表明,即使在有限尺寸系统中,该方法也能显著降低计算成本。该算法适用于任意温度下的热力学系统,因此有望为计算量子多体系统的有限温度特性提供一种实用且通用的方法。这些结果凸显了系综设计作为提升广泛量子算法效率的强大工具的潜力。
