开放随机量子电路中的资源生成与动力学复杂性
真实的量子器件本质上是开放的,且常涉及具有记忆的环境。该团队研究了两种随机电路中的量子资源生成,即无记忆开放随机电路和有记忆开放随机电路,并将其行为与已被充分探索的随机酉电路模型进行了比较。结果表明,环境记忆在本质上改变了动力学特性:酉电路和有记忆电路展现出纠缠和非稳定化子(魔法)的持续增长与饱和;而无记忆动力学则表现出截然不同的行为,即纠缠在短暂增长后衰减至零,尽管非稳定化子仍保持非零,这表明非经典特征在纠缠消失后依然存在。与此一致,Krylov复杂度显示,无记忆电路中量子态的扩展受到抑制,而在酉电路和有记忆动力学中则表现出强烈增长并饱和于最大值。最后,该团队指出,相较于其他两种电路,有记忆电路能更有效地逼近低阶量子态k-设计。因此,封闭动力学通常是最能产生资源的,但这是理想情况;实际动力学是开放的,似乎产生的资源较少,但如果具备记忆,有时甚至能超越封闭动力学。

