[论文解读] Are neural quantum states good at solving non-stoquastic spin Hamiltonians?

Chae-Yeun Park, Michael J. Kastoryano|arXiv (Cornell University)|Feb 8, 2021

Quantum many-body systems被引用 5

一句话总结

本文研究了基于受限玻尔兹曼机（RBM）的变分蒙特卡洛方法在非稳态自旋哈密顿量中的性能，表明尽管当相位与稳态点相连时，复杂RBM态能够准确表示基态，但在某些非稳态和几何阻挫相中，由于采样效率低下及波函数 Ansatz 的内在局限性，其表现仍不理想。研究揭示，符号问题的影响并未被完全避免，从而挑战了RBM对符号问题不敏感的假设。

ABSTRACT

Variational Monte Carlo with neural network quantum states has proven to be a promising avenue for evaluating the ground state energy of spin Hamiltonians. Based on anecdotal evidence, it has been claimed repeatedly in the literature that neural network quantum state simulations are insensitive to the sign problem. We present a detailed and systematic study of restricted Boltzmann machine (RBM) based variational Monte Carlo for quantum spin chains, resolving exactly how relevant stoquasticity is in this setting. We show that in most cases, when the Hamiltonian is phase connected with a stoquastic point, the complex RBM state can faithfully represent the ground state, and local quantities can be evaluated efficiently by sampling. On the other hand, we identify a number of new phases that are challenging for the RBM Ansatz, including non-topological robust non-stoquastic phases as well as stoquastic phases where sampling is nevertheless inefficient. Our results suggest that great care needs to be taken with neural network quantum state based variational Monte Carlo when the system under study is highly frustrated.

研究动机与目标

• 评估神经网络量子态（特别是复数RBM）在非稳态哈密顿量中对符号问题的鲁棒性。
• 研究尽管理论上预期对符号问题不敏感，RBM基变分蒙特卡洛在何种条件下仍会失效。
• 识别特定的相——尤其是阻挫相与非拓扑非稳态相——中RBM波函数形式的性能下降。
• 阐明稳态性与相位连通性在决定RBM基模拟成功与否中的作用。

提出的方法

• 本研究采用受限玻尔兹曼机（RBM）神经网络量子态作为量子自旋链的变分波函数形式。
• 使用马尔可夫链蒙特卡洛采样进行变分蒙特卡洛（VMC）计算，以获得基态能量与局域可观测量。
• 作者分析了与稳态点相连接的哈密顿量，评估RBM表示的保真度。
• 系统比较了不同相区（包括非稳态与阻挫区域）下的采样效率与能量收敛性。
• 分析中引入精确对角化基准以验证RBM结果并量化误差。
• 研究涵盖实数与复数RBM架构，以评估复数振幅对表示能力的影响。

实验结果

研究问题

• RQ1 当非稳态哈密顿量与稳态点相连接时，复数RBM态能否准确表示其基态？
• RQ2 当哈密顿量缺乏稳态点时，RBM基变分蒙特卡洛模拟在多大程度上仍保持高效？
• RQ3 是否存在非稳态相——尤其是非拓扑相——中，尽管不存在符号问题，RBM表示与采样仍会失败？
• RQ4 阻挫如何影响非稳态系统中RBM基变分蒙特卡洛的性能？
• RQ5 在真实的非稳态自旋模型中，RBM对符号问题不敏感的假设是否成立？

主要发现

• 当非稳态哈密顿量与稳态点相连接时，复数RBM态能够忠实表示基态，并实现局域可观测量的高效采样。
• 本研究识别出新的非稳态相，其具有鲁棒性与非拓扑特性，RBM波函数形式在此类相中无法收敛或产生不准确结果。
• 即使在稳态相中，复杂的能量景观仍可能引发采样效率低下，从而削弱预期的计算优势。
• 具有高简并度或复杂自旋关联的阻挫系统对RBM基变分蒙特卡洛构成重大挑战，导致能量估计收敛性差且方差高。
• 研究结果挑战了RBM基变分蒙特卡洛天然对符号问题不敏感的普遍假设，表明即使在无真正符号问题的情况下，采样瓶颈仍可能产生。
• RBM态在非稳态体系中性能并非必然可靠，应用该方法前必须对相结构与采样行为进行仔细分析。