[论文解读] Asymptotic safety on the lattice: The Nonlinear O(N) Sigma Model

Björn Wellegehausen, Daniel Körner+1 more|arXiv (Cornell University)|Feb 8, 2014

Theoretical and Computational Physics参考文献 40被引用 4

一句话总结

本论文通过格点蒙特卡罗模拟结合混合蒙特卡罗算法与导引子方法，研究了非线性 O(N) 范数模型中的渐近安全性质。在二维中确认了微扰可重整化性，在三维中识别出一个非平凡固定点，支持了非微扰可重整化性，并将其与 O(N) 普适类临界点联系起来。

ABSTRACT

We study the non-perturbative renormalization group flow of the nonlinear O(N) sigma model in two and three spacetime dimensions using a scheme that combines an effective local Hybrid Monte Carlo update routine, blockspin transformations and a Monte Carlo demon method. In two dimensions our results verify perturbative renormalizability. In three dimensions, we determine the flow diagram of the theory for various $N$ and different truncations and find a non-trivial fixed point, which indicates non-perturbative renormalizability. It is related to the well-studied phase transition of the O(N) universality class and characterizes the continuum physics of the model. We compare the obtained renormalization group flows with recent investigations by means of the Functional Renormalization Group.

研究动机与目标

• 通过格点场论研究二维和三维时空中非线性 O(N) 范数模型的非微扰重整化群流。
• 通过在重整化群流中搜索非平凡固定点，检验渐近安全场景。
• 开发并应用一种格点方法，结合自旋块变换、有效局域混合蒙特卡罗（LHMC）和蒙特卡罗导引子方法，以在固定格点体积下高效计算 RG 轨迹。
• 将格点结果与功能重整化群（FRG）计算结果及 O(N) 普适类的已知临界指数进行比较。
• 探讨大 N 极限下模型的行为，以及流图对组分数 N 的依赖性。

提出的方法

• 研究采用蒙特卡罗重整化群（MCRG）方法，通过连续的自旋块变换生成粗粒度格点作用量，并追踪 RG 轨迹。
• 使用局域混合蒙特卡罗（LHMC）算法高效更新 SO(N)-取值的标量场，从而实现对高阶导数相互作用的模拟。
• 实施蒙特卡罗导引子方法以维持固定格点体积，并在无需昂贵参数扫描的情况下控制耦合常数的流动。
• 有效作用量截断为包含至二阶导数项，耦合常数通过作用量对导数幂次的展开来定义。
• 从粗粒化格点作用量中提取运行耦合常数，临界指数则通过在固定点附近线性化流方程的特征值计算得出。
• 该方法可实现全局流图的确定及固定点的识别，而无需使用指数级庞大的格点。

实验结果

研究问题

• RQ1 在二维中，非线性 O(N) 范数模型是否如连续场论所预测的那样表现出微扰可重整化性？
• RQ2 在三维中，重整化群流中是否存在一个非平凡固定点，表明渐近安全？
• RQ3 三维中 O(N) 模型的临界指数与 O(N) 普适类的已知结果相比如何？
• RQ4 在有效作用量中包含高阶导数项如何影响流图和固定点结构？
• RQ5 在大 N 极限下，模型的行为如何？与 1/N 展开和 ε-展开预测相比有何异同？

主要发现

• 在二维中，格点模拟确认了微扰可重整化性，并重现了预期的耦合常数流动，验证了该方法的有效性。
• 在三维中，对多种 N 值均发现非平凡固定点，表明非微扰可重整化性，并支持渐近安全场景。
• 从固定点附近线性化流方程提取的临界指数与 O(N) 普适类的已知结果高度一致，例如 N=1 的伊辛模型和 N=3 的海森堡模型。
• 在有效作用量中引入高阶导数项可更准确地描述流行为，并改善与功能重整化群结果的一致性。
• 大 N 极限被一致地逼近，固定点结构与 1/N 展开的预期相符。
• LHMC 算法与导引子方法的结合，实现了在固定格点尺寸下高效计算 RG 轨迹，避免了对大格点和扫描运行的需求。