量子科技中心_量科网

变分蒙特卡洛模拟对理解量子多体系统至关重要，尤其在哈密顿量存在阻挫且基态波函数具有非平庸符号结构时。本研究中，该团队采用循环神经网络（RNN）波函数拟设来研究晶格尺寸达30×30的三角晶格反铁磁海森堡模型（TLAHM）。最新研究[M. S. Moss等，arXiv:2502.17144]曾论证如何通过迭代重训练RNN波函数，以合理计算量获得多晶格尺寸的变分结果。该工作针对无符号问题的正方晶格反铁磁海森堡模型，展现了优越的标度特性，实现了向热力学极限的精确有限尺寸外推。相比之下，本研究结果清晰揭示了模拟存在符号问题的TLAHM时面临的相对困难。研究人员发现，通过明智选择基旋转对哈密顿量进行变换可显著提高模拟精度。同时研究表明，采用变分神经退火（一种最小化伪自由能的优化技术）也能获得类似收益。最终，该工作获得的TLAHM热力学极限基态性质估计值与文献值高度吻合，证明RNN波函数为阻挫量子多体系统的有限尺寸标度研究提供了有力工具。