基于玻璃态性质的平均情形量子复杂度
玻璃态现象——物理学中一种以崎岖自由能景观为特征的状态——暗示着稳定经典算法的计算困难性。例如,该现象会阻碍随机SAT问题与最大割实例中的恒定时间朗之万动力学和消息传递机制。该研究团队构建了量子平均复杂度对应的理论框架,证明一类自然量子算法(如Lindblad演化)在典型哈密顿系综(如随机3局域哈密顿量)中失效。具体而言,研究人员证实基于副本对称破缺的标准量子玻璃性定义会阻碍吉布斯采样的稳定量子算法实现,该算法能力由量子Wasserstein复杂度中的利普希茨温度依赖性界定。证明过程揭示了此类算法无法捕捉吉布斯态中的结构相变——玻璃性导致吉布斯态分解为量子Wasserstein距离广泛分离的簇态。由此获得了恒定时间局域Lindblad演化与浅层变分电路的平均复杂度下界。与混合时间下界不同,该结论在最大混合态初始化条件下依然成立。通过副本技巧揭示玻璃化转变,该工作将下界推广至非对易、非Stoquastic哈密顿量体系。研究发现:具有独立高斯系数的所有3局域泡利弦系综均具有平均复杂度困难性;同时给出解析证据表明,当常数足够大时,一般局域泡利系综不具有玻璃性——该特性显著区别于其经典对应(伊辛自旋模型始终玻璃化)与费米子对应(SYK模型永不玻璃化)体系。



