量子科技中心_量科网

该研究开发了系列工具来理解多体系统中量子信息的传播、混杂及测量重构机制。首先，研究人员在布朗运动Sachdev-Ye-Kitaev（SYK）模型中研究了信息混杂与伪随机性，通过酉k-design和框架势定量表征伪随机性。利用包含副本和无序平均的Keldysh路径积分方法，该团队获得了随机化过程的解析控制，识别出延缓Haar类行为收敛的集体模式，并将设计时间估计为模型参数的函数，从而阐明了信息混杂、复杂度增长与随机电路现象学之间的关联。其次，研究人员构建了弱测量SYK团簇的场论框架。从系统-辅助描述和连续监测极限出发，采用包含副本和无序平均的费米子相干态，推导出能捕捉测量反作用及相互作用诱导混杂与信息提取竞争的非线性σ模型，预测了区分弱监测与完全酉演化的特征交叉尺度和响应特征。第三，该工作基于SO(2n)副本代数和Dasgupta-Ma减除规则，开发了纯测量SYK团簇的强无序重整化群方法。虽然重整化流显示出类无限随机行为的特征，但由于极限顺序的微妙性导致主导递推关系缺乏鲁棒性，因此即便平均二阶Renyi熵呈现对数标度，无限随机不动点的解析证据仍非结论性。这些成果共同构成了诊断多体动力学何时产生操作随机性及测量如何重定向该过程的统一理论框架。