[论文解读] Least Action Principle for the Real-Time Density Matrix Renormalization Group

Kouji Ueda, Chenglong Jin+3 more|arXiv (Cornell University)|Dec 19, 2006

Quantum many-body systems被引用 3

一句话总结

本文提出一种最小作用量原理，用于实时密度矩阵重整化组（DMRG），以恢复时间反演对称性并减少截断误差的累积。通过最小化基于时间演化误差平方的离散作用量泛函，该方法通过迭代并行更新，在所有时间片上同时优化矩阵乘积态（MPS）表示，从而实现对称且更精确的时间演化。

ABSTRACT

A kind of least action principle is introduced for the discrete time evolution of one-dimensional quantum lattice models. Based on this principle, we obtain an optimal condition for the matrix product states on succeeding time slices generated by the real-time density matrix renormalization group method. This optimization can also be applied to classical simulations of quantum circuits. We discuss the time reversal symmetry in the fully optimized MPS.

研究动机与目标

• 解决实时DMRG中由于时间演化过程中累积截断误差导致的时间不对称性问题。
• 通过在整个时间区间上构建变分原理，恢复数值时间演化中的时间反演对称性。
• 最小化时间演化MPS中重复重整化步骤带来的数值误差累积。
• 通过全局变分泛函在所有时间片上同时优化MPS，实现更精确且对称的时间演化。
• 为扩展实时DMRG以支持自适应时间步长、辛积分器以及非局部或不可逆算符提供框架，通过变分重构实现。

提出的方法

• 定义离散作用量泛函 $ I = \int \left| \left( \frac{\partial}{\partial t} - \frac{H}{i\hbar} \right) |\Psi(t)\rangle \right|^2 dt $，用于量化对薛定谔方程的偏离程度。
• 将时间离散化为 $ N $ 个区间，时间步长为 $ \Delta t $，并将时间演化算符表示为 $ \mathcal{T} = \exp(\Delta t H / i\hbar) $，以近似短时间演化。
• 使用矩阵乘积态（MPS）在每个时间片表示演化中的量子态，通过迭代优化局部张量。
• 应用变分优化，使作用量泛函在所有时间片上最小化，将整个时间演化视为单一变分问题。
• 实施前后向与前向时间的并行扫描，实现对每个时间点MPS张量的对称优化。
• 利用转移矩阵技术与正交化方案（例如 $ B[s] \Lambda^B B[s] $）动态调整弦维数 $ m $，提升精度。

实验结果

研究问题

• RQ1 在截断误差破坏该对称性的情况下，如何在实时DMRG模拟中恢复时间反演对称性？
• RQ2 何种变分原理可用于最小化时间演化MPS中重复重整化带来的累积误差？
• RQ3 对所有时间片进行全局优化是否能提升实时DMRG时间演化的精度与对称性？
• RQ4 作用量泛函 $ I = \int \mathcal{L} dt $，其中 $ \mathcal{L} = \left| \left( \frac{\partial}{\partial t} - \frac{H}{i\hbar} \right) |\Psi(t)\rangle \right|^2 $，在稳定时间演化中起什么作用？
• RQ5 该方法如何扩展以处理非局部或不可逆算符，或整合自适应时间步长与辛积分器？

主要发现

• 最小作用量原理通过在所有时间片上最小化全局作用量泛函，恢复了实时DMRG中的时间反演对称性，减少了前后向与前向时间演化之间的不对称性。
• 该方法通过全局变分优化避免了截断误差的累积，防止了数值误差的指数增长。
• 基于作用量的变分方法允许前后向时间扫描的并行计算，提升了计算效率与对称性。
• 该公式化方法可通过扩展的重整化波函数 $ B[s_\ell] \Lambda^B B[s_{\ell+1}] $ 实现弦维数 $ m $ 的动态调整，从而在演化过程中提升精度。
• 该方法可通过多目标方案扩展至长程相互作用系统，并适用于具有可逆转移矩阵的古典统计模型与量子线路。
• 该方法提供了一个变分框架，可进一步适配辛积分器、自适应时间步长及其他先进数值技术，应用于实时DMRG。