量子科技中心_量科网

我们提出了一份关于随机量子电路中\textit{副本张量网络}技术的教学式实践教程。该方法的核心理念在于，将作用于系统多个副本上的电路平均可观测量，重新表述为经典张量网络的缩并，等价于一个统计力学模型的配分函数，其中有效自旋位于门集合的交换子中。这一框架具有通用性：改变可观测量或初始状态仅会修改副本边界条件，而改变门集合则会修改体张量。我们聚焦于量子信息诊断——从波函数扩散度量到纠缠量化指标——在干净和含噪随机幺正电路中均展示了该方法。随后，我们简要说明了该技术如何扩展到其他集合，如正交电路或克利福德电路。本讲义还附带了\texttt{ReplicaTN}，一个自包含的C++/Python库以及教学笔记本。