量子计算在动态平均场理论中的创新应用

1. 量子计算赋能动态平均场理论的技术突破

在凝聚态物理和计算化学领域，强关联电子体系的理论描述一直是个巨大挑战。动态平均场理论(DMFT)作为处理这类问题的有效方法，通过将复杂晶格模型映射到更简单的杂质模型来预测系统行为。传统DMFT计算的核心瓶颈在于杂质格林函数的求解——量子蒙特卡洛(QMC)面临符号问题，精确对角化(ED)遭遇希尔伯特空间指数增长，即使张量网络等现代方法也只能部分缓解这些限制。

我们的研究团队开发了一套基于量子计算的创新解决方案，其技术内核包含三个关键突破：

1. 采用高斯子空间(SGS)表示基态，将基态准备复杂度从指数级降为多项式级
2. 设计部分线路压缩算法，大幅减少时间演化所需的量子门数量
3. 开发正定矩阵降噪技术，有效提升含噪量子硬件的信号质量

这套混合量子-经典框架已在IBM量子处理器上成功实现8量子比特(含1辅助比特)的杂质格林函数计算，为材料科学中的关联体系模拟开辟了新途径。

关键技术指标：对于单杂质耦合3个浴轨道(共8量子比特)的系统，我们的方法将基态表示所需资源从传统ED的4900维希尔伯特空间压缩至仅需12个高斯态，同时通过线路压缩将双量子比特门数量减少60%以上。

2. 高斯子空间表示的理论基础与实现

2.1 费米高斯态(FGS)的数学特性

费米高斯态是描述非相互作用费米子系统的精确基态，其独特性质使其成为理想的基函数：

• 协方差矩阵表示：每个N轨道系统的FGS可由2N×2N协方差矩阵完全描述
• 计算高效性：非正交FGS间的期望值和重叠可通过计算最多4×4子矩阵的Pfaffian获得
• 量子线路友好：任何FGS都可用多项式深度的自由费米子演化线路精确制备

我们构建的SGS方法利用这些特性，通过线性组合多个FGS来近似相互作用系统的基态。具体实现时，每个FGS通过调节杂质问题的非相互作用参数（如跃迁强度和在位能）生成，而库仑排斥参数U设为零。

2.2 子空间选择算法

子空间构建过程采用增量式优化策略：

1. 候选池生成：预生成包含1000个FGS的候选池M，通过均匀变化非相互作用参数获得
2. 基态逼近：首个FGS |ϕ₁⟩选择使⟨ϕ₁|Ĥimp|ϕ₁⟩最小的状态
3. 正交性优化：后续状态选择与现有子空间保持最大正交性的FGS
4. 收敛判断：当添加新FGS引起的能量变化可忽略或候选池耗尽时停止

这一过程的关键创新在于利用特征向量延拓技术(Eigenvector Continuation)——当杂质哈密顿量参数缓慢变化时，基态会保持在低能子空间内，使得同一SGS可重复用于不同问题实例。

# 伪代码：子空间选择算法 def build_subspace(H_imp, candidate_pool): subspace = [] energy_history = [] while not converged(energy_history): next_state = select_most_orthogonal(candidate_pool, subspace) subspace.append(next_state) # 子空间对角化 H_sub = construct_subspace_matrix(H_imp, subspace) E_gs, alpha = diagonalize(H_sub) energy_history.append(E_gs) if len(subspace) == max_size or is_ill_conditioned(H_sub): break return subspace, alpha

2.3 精度验证与性能表现

我们通过两个指标验证SGS的准确性：

1. 基态能量相对误差：EGS = |Ẽ(0)-E(0)|/|E(0)|
2. 杂质格林函数特征再现能力

测试结果显示，对于NI=1、NB=7的系统（希尔伯特空间维度4900），仅需12个FGS即可将EGS控制在10⁻²以内。更令人振奋的是，即使当NB=7时希尔伯特空间维度远超SGS秩，GRimp(ω)仍能准确再现ED结果的所有特征峰，包括那些强度较小的高频峰（图3b）。

表1展示了不同系统规模下的SGS性能数据：

数据揭示了一个重要规律：随着系统规模增大，所需SGS秩与希尔伯特空间维度的比值迅速下降，展现出优异的可扩展性。

3. 量子线路设计与压缩技术

3.1 杂质格林函数的量子测量方案

计算杂质格林函数的核心是评估以下关联函数：

GRimp(t) = Σᵢⱼ(αᵢ(0))*αⱼ(0)Cᵢⱼ(t)

其中Cᵢⱼ(t) = ⟨ϕᵢ|{d̂(t),d̂†}|ϕⱼ⟩。由于湮灭和产生算子非酉，我们引入马约拉纳算子γ̂₊=d̂†+d̂和γ̂₋=i(d̂-d̂†)进行转换：

Cᵢⱼ(t) = ¼Σₐₑsₐₑ⟨ϕᵢ|{γ̂ₐ(t),γ̂ₑ}|ϕⱼ⟩

每个项可通过Hadamard测试测量，其量子线路如图5所示。传统方法需要深度随系统规模快速增长的线路，我们的创新在于开发了部分压缩技术。

3.2 线路压缩的四阶段优化

1. 控制结构简化：利用Hadamard测试的测量特性，移除冗余控制门，将状态准备移至线路起始端，消除一个时间演化算子（图5b）
2. Trotter步压缩：将每个Trotter步压缩为紧凑的匹配门结构（图5c）
3. 状态准备融合：将两个受控自由费米演化酉算子Uᵢ和Uⱼ合并为单个短深度酉算子（图5d）
4. Trotter吸收：将初始Trotter步的一半吸收到状态准备中（图5e）

对于NI=1、NB=3的系统（8量子比特+1辅助比特），经过压缩后的线路如图6所示。实测显示，这种策略可减少约60%的双量子比特门数量，大幅降低噪声影响。

操作提示：在实现匹配门时，建议使用原生量子门集进行分解。例如IBM量子处理器上的CNOT+单量子比特门组合，需注意不同量子芯片的拓扑结构对门分解效率的影响。

3.3 硬件实现与误差缓解

我们在IBM Sherbrooke处理器上执行了绝缘相(U=5.337)的关联函数测量，采用多层误差缓解技术：

1. 泡利随机编译：进行10轮泡利扭曲(Pauli Twirling)，平均化系统误差
2. 动态解耦：采用XY脉冲序列抑制退相干效应
3. 基于门数的重标定：根据门数量和错误率调整测量结果

对于χ=4的SGS基和nₜ=20个时间点，共需要χ²nₜ=320次电路执行。图7展示了原始硬件数据、误差缓解后数据以及经正定降噪处理后的结果对比。

4. 数据处理与DMFT集成

4.1 正定矩阵降噪技术

量子硬件输出的GRimp(t)数据通常包含噪声，导致对应的Gram矩阵失去正定性。我们采用以下处理流程：

1. 构造Gram矩阵：将离散时间点的GRimp(t)排列成Toeplitz矩阵
2. 正定投影：找到与噪声Gram矩阵最接近的正定矩阵
3. 正定延拓：利用正定函数的性质，将有限时间数据延拓到更长时域

图7c展示了处理效果——延拓后的数据不仅能锐化主要特征峰，还能揭示大峰肩部(ω≈3.5)的次级峰结构，尽管在ω>5区域仍存在噪声引起的伪峰。

4.2 Matsubara频率转换

DMFT通常在虚频轴上进行自洽计算，我们从时域数据提取Matsubara格林函数的步骤：

1. 傅里叶分析：对GRimp(t)做离散傅里叶变换，提取频率fᵣ和振幅Aᵣ
2. 解析延拓：利用正定延拓获得更长时域动态，提高频率分辨率
3. 极点展开：按Gimp(iωₙ)=ΣᵣAᵣ/(iωₙ-fᵣ)构造Matsubara格林函数

这种方法避免了直接测量虚时关联函数的困难，充分利用了量子计算机在实时间演化中的优势。

4.3 DMFT自洽验证

为验证SGS在完整DMFT流程中的可靠性，我们在无噪声环境下测试了Bethe晶格上Hubbard模型的DMFT收敛：

1. 初始化：构建包含24个FGS的SGS(U=4.449时)
2. 固定子空间：在整个DMFT循环中保持SGS不变
3. 比较基准：与ED结果对比晶格态密度(DOS)和准粒子权重Z

图4显示，SGS与ED获得的晶格DOS高度一致，金属-绝缘体相变的序参数Z也呈现相同行为，证实了方法的可靠性。

5. 技术局限与发展前景

5.1 当前方法的局限性

尽管取得了显著进展，我们的框架仍存在一些限制：

• 候选池效率：生成大量FGS可能导致冗余和病态问题，需要正则化处理
• 初始参数敏感性：浴轨道参数的初始猜测质量显著影响子空间有效性
• 硬件噪声：缺乏量子纠错下，大系统模拟仍具挑战性

5.2 未来改进方向

1. 自适应子空间优化：结合代理模型优化初始浴参数，减少人工干预
2. 团簇扩展：将方法推广到团簇DMFT，处理更复杂的多杂质系统
3. 含时哈密顿量：探索显式时间依赖的相互作用浴构建方法
4. 错误抑制技术：集成最近发展的错误缓解方案，如零噪声外推

在实际操作中，我们建议研究人员先在小规模系统上验证SGS的适用性，再逐步扩大规模。对于NI≥2的系统，要特别注意子空间秩随杂质数量的增长关系。

这项工作的真正价值在于为量子计算在凝聚态物理中的应用提供了可行路径。通过精心设计的经典-量子分工，我们既利用了经典计算机在基态准备方面的效率，又发挥了量子处理器在时间演化中的独特优势。随着量子硬件的持续进步，这种方法有望在描述真实材料系统方面展现出量子优势。