[论文解读] Practical framework for simulating permutation-equivariant quantum circuits

Su Yeon Chang, Martín Larocca+1 more|arXiv (Cornell University)|Mar 13, 2026

Quantum Computing Algorithms and Architecture被引用 0

一句话总结

本文提出一种用于 S_n 变换对称量子电路的实用经典仿真框架，利用 Schur–Weyl 分解实现改进的复杂度（最坏情况 O(n^4)，常深度每层 O(n^{ω+1})），并通过 Lipkin–Meshkov–Glick 模型仿真进行验证。

ABSTRACT

Understanding which subclasses of quantum circuits are efficiently classically simulable is fundamental to delineating the boundary between classical and quantum computation. In this context, it is well known that certain tasks based on permutation-equivariant unitaries-i.e., $n$-qubit circuits whose action commutes with the qubit-permuting representation of the symmetric group $S_n$-can be simulated in polynomial time. However, existing approaches scale as $O(n^7)$, and can rapidly become prohibitively expensive. In this work, we introduce a practical algorithm for simulating $S_n$-equivariant circuits under the assumption that the gate generators are at most $k$-local, with $k\in O(1)$. The resulting method runs in $O(n^{ω+1})$ time for constant depth, where $ω$ is the matrix multiplication exponent, significantly lowering the polynomial degree compared to existing techniques. Finally, we numerically validate this scaling by simulating the dynamical evolution of the Lipkin-Meshkov-Glick model, and show that for $n=512$ spins, a standard laptop can compute the concurrence of the evolved state in under two minutes.

研究动机与目标

• 界定可由经典方法实现的量子电路边界，聚焦于置换对称（S_n 对称）动态。
• 为具有常量局部生成元的 S_n 对称电路开发实用的经典仿真框架。
• 降低与先前方法相比，在 Schur-阻塞电路仿真中的多项式成本。
• 展示对多体模型（例如 Lipkin–Meshkov–Glick）的适用性，并在大 n 时证明可扩展性。
• 整合置换不变的经典阴影以实现对任意输入态的数据提取。

提出的方法

• 使用 Schur–Weyl 分解将 S_n 对称算符和电路阻塞对角化。
• 在 Schur 基底中表示 U 和 O 为 U = ⊕_λ I_{m_λ} ⊗ U_λ 与 O = ⊕_λ I_{m_λ} ⊗ O_λ。
• 在每个 irrep 内计算海森堡演化算符：U_λ = ∏_ℓ e^{-i(H_ℓ)_λ}，其中 H_ℓ 是一个 S_n 对称生成元。
• 利用稀疏性：对至多二局部的 Pauli 生成元，块 (H_λ) 是带状或稀疏的，从而实现快速特征分解。
• 给出复杂度界：时间上界 N_C.T. ∈ O(n^3 + L n^{ω+1})，内存 N_memory ∈ O(n^3)；推论 1 讨论 ρ 的已知 irrep 分量情形。
• 扩展到通用的 k-局部对称化 Pauli 生成元，定理 2 给出在 Schur 基底表示 T_{S_n}(P_k) 的成本为 O(n^2)。

(a) $U$

实验结果

研究问题

• RQ1 如何利用表示论方法高效地从经典角度仿真 S_n 对称量子电路？
• RQ2 在 Schur 基底内仿真常量局部（k-局部）S_n 对称生成元的确切且实际的时间/内存尺度为何？
• RQ3 框架是否能够处理通用的 k-局部 Pauli 生成元并维持可处理的复杂度？
• RQ4 将方法与经典阴影整合以计算可观测量（如纠缠度）在大 N 情况下的效果如何？
• RQ5 在物理相关模型如 Lipkin–Meshkov–Glick 模型上的经验性能如何？

主要发现

• 所提框架在常深度、S_n 对称电路下实现最坏情况时间复杂度为 O(n^4)。
• 对于具有常深度且包含一-和二局部生成元的电路，海森堡演化的成本在每一层上升为 O(n^{ω+1})，总成本为 O(n^3 + L n^{ω+1})，内存为 O(n^3)。
• Schur 基底的分块对角化产生尺寸为 d_λ × d_λ 的块，与简并度 m_λ 相乘，可以对每个 irrep 独立处理。
• 在 Schur 基底中，常见的 S_n 对称算符（如 Pauli 字符串）的矩阵元是稀疏的（对角、反对角或带状），从而可实现 A_λ 块的 O(n^2) 构造。
• 该方法支持扩展到 k-局部（k = O(1)）的 Pauli 生成元，定理 2 证明获取 k-局部对称化 Pauli 字串在 Schur 基底表示的成本为 O(n^2)。
• 在 Lipkin–Meshkov–Glick 模型上的数值验证表明，在标准笔记本上对 n = 512 计算自旋纠缠度，在两分钟内完成。

(b) $R(\sigma)$