[论文解读] Entanglement and tensor network states

Jens Eisert|arXiv (Cornell University)|Aug 15, 2013

Quantum many-body systems参考文献 14被引用 54

一句话总结

本文全面回顾了张量网络态，重点讨论了矩阵乘积态（MPS）及其高维推广形式，如投影纠缠对态（PEPS）和连续MPS。研究表明，许多量子多体系统的基态表现出低纠缠特性，使得张量网络能够高效模拟这些系统，并揭示了‘自然界存在于希尔伯特空间的一个小角落’，这解释了变分方法在凝聚态物理和量子场论中对量子系统模拟的强大能力。

ABSTRACT

These lecture notes provide a brief overview of methods of entanglement theory applied to the study of quantum many-body systems, as well as of tensor network states capturing quantum states naturally appearing in condensed-matter systems.

研究动机与目标

• 建立理论基础，以理解为何量子多体系统的基态可用张量网络态高效表示。
• 解释在能隙系统中，纠缠熵如何遵循面积律，从而实现高效的数值模拟。
• 发展并分析矩阵乘积态（MPS）及其推广形式，包括PEPS和连续MPS，用于建模具有局域相互作用的量子系统。
• 将张量网络方法与物理概念（如母哈密顿量、规范自由度和量子格点模型中的对称性）联系起来。
• 将该框架扩展至费米子系统和连续量子场论，展示张量网络技术的普适性。

提出的方法

• 利用具有开放边界和周期性边界条件的矩阵乘积态（MPS），通过局部张量和纠缠维数来表示量子多体态。
• 应用密度矩阵密度矩阵重正化群（DMRG）方法，通过迭代优化高效计算基态和期望值。
• 引入母哈密顿量的概念，以表征MPS所实现的精确态，确保在可注入性条件下具有稳定性和唯一性。
• 采用连续的施密特分解和规范形式，以实现规范自由度并简化张量网络收缩。
• 通过投影纠缠对态（PEPS）将形式化推广至高维，包括近似收缩方法和无限晶格处理。
• 发展连续矩阵乘积态（cMPS）作为一维量子场论的变分框架，将其与马尔可夫型主方程和关联函数联系起来。

实验结果

研究问题

• RQ1 为何局域哈密顿量在量子多体系统中的基态表现出低纠缠？这种特性如何实现高效模拟？
• RQ2 矩阵乘积态（MPS）如何准确逼近一维量子系统的基态？该近似的有效条件是什么？
• RQ3 母哈密顿量在表征张量网络态的稳定性和唯一性方面起什么作用？
• RQ4 张量网络方法如何推广至高维晶格和费米子系统？
• RQ5 连续矩阵乘积态（cMPS）以何种方式为一维量子场论提供变分框架？

主要发现

• 能隙量子多体系统的基态遵循面积律，即其纠缠熵与子系统的边界成正比，而非体积。
• 矩阵乘积态（MPS）为一维量子系统提供了高效的变分试探波函数，其纠缠维数决定了近似的精度。
• 投影纠缠对态（PEPS）将MPS推广至高维，能够描述拓扑序和临界现象。
• 连续矩阵乘积态（cMPS）是离散MPS的连续极限，通过有效李普尼茨动力学实现量子场论中关联函数的计算。
• 张量网络的结构使得无需显式访问完整希尔伯特空间，即可高效计算期望值和关联函数。
• 该框架揭示了‘自然界存在于希尔伯特空间的一个小角落’——这是实现强关联量子系统实际模拟的关键洞见。