无随机性无噪声量子动力学的经典模拟
模拟无噪声量子动力学的经典方法面临一个根本性困境:当纠缠态达到饱和时,张量网络方法会变得低效,而泡利截断方法通常依赖于噪声或随机性。为弥合这一鸿沟,该研究团队提出“低权重泡利动力学”(LPD)算法,能在无噪声条件下高效近似短时动力学的局域可观测量。研究证明,只要量子态具有足够纠缠度,即使不假设随机性,截断误差也服从平均情况下的上限约束。反直觉的是,纠缠态——这一经典模拟的传统障碍——反而能减轻经典模拟误差。该工作进一步表明,这类纠缠态既可通过张量网络经典模拟生成,也可由近含噪量子设备制备。这些成果在现有经典模拟方法间建立了严格协同关系,并为量子模拟开辟了一条互补路径:通过降低长时动力学模拟所需的电路深度,从而扩展量子动力学可探索的范围。
量科快讯
8 小时前
8 小时前
1 天前
【新研究表明利用纠缠原子云进行量子测量可实现更高测量精度】瑞士巴塞尔大学与法国巴黎卡斯特勒–布罗塞尔实验室(LKB)的研究人员最近合作证明,空间上分离的量子物体之间的纠缠不仅可实现,还能够用于同时高…
1 天前
4 天前

