[论文解读] Tackling critical slowing down using global correction steps with equivariant flows: the case of the Schwinger model

Jacob Finkenrath|arXiv (Cornell University)|Jan 6, 2022

Computational Physics and Python Applications被引用 12

一句话总结

该论文提出了一种新颖的算法 flowGC，通过将基于等变流的生成模型用于局部规范场更新，结合分层费米子行列式阻塞与全局校正步骤，克服了格点规范场理论中的临界慢化问题。在包含 $N_f=2$ 威尔逊费米子的二维施温格模型中，该方法实现了接近100%的接受率，并在 $\beta=8.45$ 时仍无临界慢化现象，且在如 $128\times128$ 的大格点体积下保持了拓扑隧穿率。该方法以块间距离的指数形式抑制波动，从而在连续极限区域实现了高效采样。

ABSTRACT

We propose a new method for simulating lattice gauge theories in the presence of fermions. The method combines flow-based generative models for local gauge field updates and hierarchical updates of the factorized fermion determinant. The flow-based generative models are restricted to proposing updates to gauge-fields within subdomains, thus keeping training times moderate while increasing the global volume. We apply our method performs to the 2-dimensional (2D) Schwinger model with $N_f=2$ Wilson Dirac fermions and show that no critical slowing down is observed in the sampling of topological sectors up to $\beta=8.45$. Furthermore, we show that fluctuations can be suppressed exponentially with the distance between active subdomains, allowing us to achieve acceptance rates of up to $99\%$ for the outer-most accept/reject step on lattices volumes of up to $V=128 imes128$.

研究动机与目标

• 为解决含动力费米子的格点规范场理论中的临界慢化问题，特别是在 HMC 因拓扑冻结而失效的精细格点间距下。
• 开发一种可扩展的模拟方法，使其在大体积下仍能保持高接受率和高效的拓扑采样。
• 将基于流的生成模型与分层费米子行列式更新及全局校正步骤相结合，以实现大规模模拟。
• 证明全局校正步骤中的波动随块间距离呈指数衰减，从而实现高接受率。
• 在包含 $N_f=2$ 威尔逊费米子的二维施温格模型上验证该方法，并证明其在高 $\beta$ 值下优于 HMC。

提出的方法

• 该方法使用等变流-based 生成模型在格点的子域内提出局部规范场更新，降低训练成本并实现可扩展性。
• 采用分层阻塞方法对费米子行列式进行因式分解，实现多层级下费米子行列式的高效计算。
• 在局部流更新后应用全局校正步骤，使用 Metropolis 接受/拒绝机制校正残余误差，并确保细致平衡。
• 流模型在局部子域上进行训练，全局校正步骤确保完整配置满足目标玻尔兹曼分布。
• 全局校正步骤的接受率被证明与活性块之间的距离 $d$ 呈指数依赖关系，满足 $\sigma^2 \propto \exp(-2d \cdot m_{PS})$。
• 该算法实现为五层 flowGC 方案，包含 $l=8$ 个流提议和块大小 $L_b=16$，支持 $128\times128$ 格点的模拟。

实验结果

研究问题

• RQ1 基于流的生成模型能否在含动力费米子的格点规范场理论中有效扩展至大格点体积？
• RQ2 将局部流更新与全局校正步骤结合，是否能消除在精细格点间距下施温格模型中的临界慢化现象？
• RQ3 全局校正步骤的方差如何随活性子域间距离变化？
• RQ4 该方法能否在 $\beta=8.45$ 时维持高接受率和高效的拓扑采样，而此时 HMC 已失效？
• RQ5 在所提算法中，拓扑隧穿率随格点体积和反耦合常数的标度行为如何？

主要发现

• 五层 flowGC 算法在 $128\times128$ 格点上，于 $\beta=8.45$ 时仍无拓扑采样中的临界慢化现象，而此时 HMC 实际上已冻结。
• 在 $128\times128$ 格点上，全局校正步骤的接受率最高可达 99%，波动随块间距离呈指数下降。
• flowGC 的拓扑荷隧穿率在 $\beta$ 值变化时保持恒定，而 HMC 的隧穿率在 $\beta>6.0$ 后急剧下降。
• 在 $\beta=8.45$ 时，flowGC 的隧穿率比 HMC 高出两个数量级以上，尽管后者已调至 90% 接受率。
• 全局校正步骤的方差标度为 $\sigma^2 \propto V/(m_{PS}\beta^{3/2}) \cdot \exp(-2d \cdot m_{PS})$，从而可通过调节块大小实现期望精度。
• 该方法在高达 $128\times128$ 的格点体积下保持高性能，展示了在连续极限区域的可扩展性与鲁棒性。