[论文解读] Lifted TASEP: a Bethe ansatz integrable paradigm for non-reversible Markov chains

Fabian H. L. Eßler, Werner Krauth|arXiv (Cornell University)|Jun 22, 2023

Markov Chains and Monte Carlo MethodsMathematics被引用 3

一句话总结

本文引入了'提升TASEP'作为一种新颖的、精确可解的非可逆马尔可夫链模型，通过提升状态空间扩展了完全不对称简单排斥过程（TASEP）。作者采用非传统的坐标Bethe ansatz方法，建立了可积性，并提供了强有力的证据表明该模型的弛豫速度超过KPZ普遍性类，为高效非可逆MCMC算法提供了新范式。

ABSTRACT

Markov-chain Monte Carlo (MCMC), the field of stochastic algorithms built on the concept of sampling, has countless applications in science and technology. The overwhelming majority of MCMC algorithms are time-reversible and satisfy the detailed-balance condition, just like physical systems in thermal equilibrium. The underlying Markov chains typically display diffusive dynamics, which leads to a slow exploration of sample space. Significant speed-ups can be achieved by non-reversible MCMC algorithms exhibiting non-equilibrium dynamics, whose steady states exactly reproduce the target equilibrium states of reversible Markov chains. Such algorithms have had successes in applications but are generally difficult to analyze, resulting in a scarcity of exact results. Here, we introduce the "lifted" TASEP (totally asymmetric simple exclusion process) as a paradigm for lifted non-reversible Markov chains. Our model can be viewed as a second-generation lifting of the reversible Metropolis algorithm on a one-dimensional lattice and is exactly solvable by an unusual kind of coordinate Bethe ansatz. We establish the integrability of the model and present strong evidence that the lifting leads to faster relaxation than in the KPZ universality class.

研究动机与目标

• 开发一种非可逆马尔可夫链的范式，其弛豫速度超过扩散过程。
• 构建TASEP的提升版本，保持精确可解性的同时打破细致平衡。
• 通过非标准坐标Bethe ansatz证明提升TASEP的可积性。
• 提供证据表明该模型的弛豫速度超过KPZ普遍性类中的系统。
• 建立一个分析非可逆MCMC算法的框架，超越可逆、平衡态范式。

提出的方法

• 通过在标准TASEP的状态空间中引入方向信息，构建更大的状态空间 Ω^l-TASEP。
• 动力学涉及保持粒子顺序的跃迁，并包含一个以概率 α 和 1−α 执行方向翻转的机制。
• 通过广义坐标Bethe ansatz建立可积性，求解具有特定边界条件的多粒子区段的本征值方程。
• 谱参数满足一组非线性方程（式77），涉及转移矩阵 T(z_a, z_b)，由周期性边界条件导出。
• 主方程被映射为含非厄米哈密顿量 H 的虚时薛定谔方程，H 通过非局部置换算符定义。
• 解涉及通过递推关系（式72）将波函数振幅表示为单个振幅 A 的形式，确保各区段间的一致性。

实验结果

研究问题

• RQ1 能否构造一个精确可解的非可逆马尔可夫链，其弛豫速度超过扩散系统？
• RQ2 通过状态空间扩展提升TASEP是否保持可积性，并允许使用Bethe ansatz求解？
• RQ3 与KPZ普遍性类相比，提升TASEP的弛豫行为如何？
• RQ4 非厄米量子自旋链表示如何用于描述提升TASEP的随机动力学？
• RQ5 Bethe ansatz能否被适配到具有非局部动力学和非平凡边界条件的非可逆过程中？

主要发现

• 通过新颖的坐标Bethe ansatz，提升TASEP在精确可解性上实现扩展，将可积性推广至非可逆随机过程。
• 该模型的本征值谱由一组涉及谱参数和转移矩阵 T(z_a, z_b) 的非线性方程（式77）决定。
• 多粒子区段中的所有波函数振幅均通过递推关系（式72）表示为单个振幅 A 的形式，确保一致性。
• 周期性边界条件导致一组闭合方程，定义了允许的本征值和谱参数。
• 非厄米哈密顿量表示确认了该模型作为具有非局部相互作用的量子自旋链的结构。
• 提供了强有力的证据表明，提升TASEP的弛豫时间快于KPZ类系统，暗示其在MCMC应用中具有更优的混合性能。