来源论文: https://arxiv.org/abs/2603.26870v1 生成时间: Mar 31, 2026 17:58

0. 执行摘要

量子多体系统中的热化（Thermalization）及其击穿（Breakdown of Ergodicity）是现代统计物理与量子模拟领域的核心课题。传统上，研究能谱中段（Mid-spectrum）的激发态特性极度依赖于精确对角化（Exact Diagonalization, ED），但这受限于希尔伯特空间的指数级膨胀，系统尺寸通常被限制在 20 个格点以内。

近日，来自利兹大学与诺丁汉大学的研究团队在《Ergodicity breaking in matrix-product-state effective Hamiltonians》一文中提出了一种颠覆性的视角：密度矩阵重整化群（DMRG）中的有效哈密顿量（Effective Hamiltonian, $H_{eff}$）不仅是寻找基态的变分工具，更是一个编码了完整动力学信息的“光谱窗口”。通过分析 $H_{eff}$ 的全谱，研究者成功在 50 至 100 个格点的超大规模系统中，精确观测到了多体定位（MBL）转变、能级统计规律的漂移、以及量子多体伤疤（QMBS）的非热化特性。这一发现极大地拓展了张量网络（Tensor Networks）在非平衡态物理中的应用边界。

1. 核心科学问题，理论基础，技术难点与方法细节

1.1 核心科学问题：热化假设及其挑战

孤立量子多体系统是否会达到平衡？根据本征态热化假设（ETH），单个能级本征态在局部观测下应等效于微正则正则系综。然而，有两种显著的例外挑战了这一范式：

  1. 多体定位（MBL）：在强无序条件下，系统由于局部守恒量的存在而无法热化，保持了初态的长程关联。
  2. 量子多体伤疤（QMBS）：在热化能谱中嵌入了极少数低纠缠的非热化态，导致系统在特定初态下出现相干振荡。

传统 MPS 方法（如 DMRG）天生偏向于低纠缠态（基态），因此长期以来被认为无法描述高度纠缠的热化态。本文的核心问题是：DMRG 过程中的局部有效哈密顿量是否保留了足以表征能谱中段非遍历性的特征？

1.2 理论基础：有效哈密顿量的构造

在 MPS 算法中，物理态被表示为：

$$|\psi(A)\rangle = \sum_{\{\sigma_i\}} A_1^{\sigma_1} A_2^{\sigma_2} \cdots A_N^{\sigma_N} |\sigma_1, \sigma_2, \cdots, \sigma_N \rangle$$

在 DMRG 的扫掠（Sweep）过程中，通过将 MPO 表示的哈密顿量 $H$ 与左右环境张量（Left/Right Environments）收缩，可以得到针对某个局部格点（或局部子系统）的有效哈密顿量 $H_{eff}$。其维度通常为 $\chi_{i-1} \chi_i d^M$，其中 $\chi$ 为键维度，$d$ 为物理维度，$M$ 为局部格点数。

论文指出，虽然 $H_{eff}$ 的基态对应于原哈密顿量 $H$ 的近似变分基态，但 $H_{eff}$ 的整个能谱实际上提供了对 $H$ 在特定变分流形（Variational Manifold）上的局部投影。这意味着我们可以通过对角化这个维数适中的矩阵，获得关于原系统激发态的宝贵信息。

1.3 技术难点：如何“捕获”中段能谱？

直接对基态 DMRG 产生的 $H_{eff}$ 进行对角化可能无法获得准确的激发态信息。为此，作者采用了 DMRG-S（Shift-and-invert DMRG） 方法。其核心是将更新规则改为应用算符 $(H - \sigma I)^{-2}$，其中 $\sigma$ 是目标能量。这使得算法能够收敛到能谱中段附近的近似本征态 $|\Psi_0\rangle$。以此态为参考点构造的 $H_{eff}$，其本征向量 $v_j$ 能够定义出一组在 Hilbert 空间中正交的态：

$$|\psi(A, v_j)\rangle = \sum_{a,b,\sigma_i} [v_j^{\sigma_i}]_{a,b} |\Psi_{L,a}\rangle |\sigma_i\rangle |\Psi_{R,b}\rangle$$

这些态虽然不是 $H$ 的严格本征态，但其能量方差 $\sigma_H^2$ 极小，足以反映系统的动力学特性。

1.4 方法细节：能级统计与纠缠谱

为了量化遍历性破缺，研究使用了以下诊断工具：

  • 能级间距比 $\langle r \rangle$：定义为 $r_j = \min(s_j, s_{j+1}) / \max(s_j, s_{j+1})$。对于热化系统，遵循 GOE 统计（$\langle r \rangle \approx 0.536$）；对于定位系统，遵循 Poisson 统计（$\langle r \rangle \approx 0.386$）。
  • 谱形式因子（SFF）：$K(\tau)$，通过傅里叶变换能谱相关性来观测系统的“量子混沌”特征（如著名的 Dip-Ramp-Plateau 结构）。
  • 变分能量方差筛选：为了剔除不真实的伪态（Spurious states），作者设定了阈值，仅保留 $\sigma_H^2$ 低于特定水平的本征态。

2. 关键 Benchmark 体系与数据性能数据

2.1 随机场 XXZ 模型（MBL 的基准）

模型定义：$H = J \sum (S_j^x S_{j+1}^x + S_j^y S_{j+1}^y + \Delta S_j^z S_{j+1}^z) + \sum h_j S_j^z$，$h_j \in [-W, W]$。

  • 计算规模：$N=50$ 格点，键维度 $\chi$ 最高达 128。
  • 能级统计数据：如图 2(a) 所示，随着无序强度 $W$ 增加，$\langle r \rangle$ 从 0.53（GOE）平滑过渡到 0.39（Poisson）。更重要的是，随着 $\chi$ 增加，这种转变变得更加锐利，验证了 $H_{eff}$ 方法的收敛性。
  • 有限尺寸标度（FSS）：通过纠缠熵方差 $\sigma(S_E)$ 的峰值进行标度崩溃（Scaling Collapse）分析，确定临界点 $W_c \approx 4.4 \pm 0.2$。这与之前昂贵的 ED 计算结果完全吻合，但处理的格点数翻了三倍。

2.2 PXP 模型（量子伤疤的基准）

模型定义：$H_{PXP} = \frac{\Omega}{2} \sum P_{j-1} S_j^x P_{j+1}$，其中 $P$ 是投影算符，模拟里德堡原子的动力学受阻（Kinetic Constraint）。

  • 伤疤本征态观测：图 3 展示了 $H_{eff}$ 本征态与 $|Z_2\rangle$ 态的重叠。在特定的能量窗口内，作者发现了明显的“塔状结构”（Towers of states），这些是典型的 QMBS 信号。这些态的纠缠熵显著低于周围的热化背景。
  • 性能数据：在 $N=40, \chi=150$ 的条件下，该方法成功捕捉到了伤疤态的频率间隔 $\Delta E \approx 1.331$，准确度与实验观察一致。

2.3 “遍历小泡”（Ergodic Bubbles）与雪崩效应

在 End Matter 部分，作者设计了一个极具挑战性的体系：在一个强定位背景中人工嵌入一个弱无序区域（小泡）。

  • 空间解析探测：利用 $H_{eff}$ 作为局部探针，移动观测位置 $\ell$。数据（图 4）显示，当背景无序 $W=4$ 时，小泡触发了热化“雪崩”，显著提升了周围区域的纠缠熵；而当 $W=12$ 时，热化被限制在局部。这种空间解析能力是 ED 无法提供的。

3. 代码实现细节与复现指南

3.1 核心算法步骤

  1. 构造 MPO：将目标哈密顿量（如 XXZ 或 PXP）转化为张量网络表示。
  2. 运行 DMRG-S：
    • 选择目标能量 $E_{target}$。
    • 执行 Shift-and-invert 变换。在每一扫掠步中，解线性方程组 $(H_{eff} - E_{target} I)^2 |\phi'\rangle = |\phi\rangle$。建议使用 Krylov 子空间方法（如 Lanczos 或 Arnoldi）。
    • 允许键维度 $\chi$ 动态增长以保证精度。
  3. 提取 $H_{eff}$：在扫掠到中心格点时，不要只取最低本征对，而是提取完整的 $H_{eff}$ 矩阵。
  4. 全能谱分析：对 $H_{eff}$ 进行标准 ED 对角化，获取本征向量并重构完整的态 $|\psi(A, v_j)\rangle$。
  5. 方差过滤：计算每个态的 $\sigma_H^2 = \langle H^2 \rangle - \langle H \rangle^2$，保留高质量态。

3.2 软件包建议

  • ITensor (C++/Julia): 强烈推荐。ITensor 提供了完善的 MPO 和变分流形操作接口，非常适合复现本研究中的环境张量收缩。
  • TeNPy (Python): 拥有成熟的 DMRG 和 TDVP 实现，易于进行快速原型开发。
  • KrylovKit.jl: 用于 Julia 中的高效移位反转线性求解。

3.3 开源资源

虽然论文未直接给出全套代码仓，但以下库包含相关核心算法：

4. 关键引用文献与局限性评论

4.1 关键引用

  • White (1992): DMRG 的开创性工作，奠定了 $H_{eff}$ 的变分基础。
  • Pal & Huse (2010): 确定了 MBL 转变的标准诊断方法。
  • Turner et al. (2018): PXP 模型中量子伤疤的发现。
  • Khemani et al. (2016): 提出了 DMRG-X 算法，是本文方法的直接前身。

4.2 局限性评论

尽管该方法表现惊人，但仍存在以下局限：

  1. 纠缠瓶颈：$H_{eff}$ 的有效长度标度 $L_{eff}$ 由键维度 $\chi$ 决定。对于极度热化的系统（纠缠按体积律增长），所需的 $\chi$ 将随系统尺寸指数增长，使得 $H_{eff}$ 的局部表征能力失效。
  2. 参考态依赖性：$H_{eff}$ 的质量高度依赖于 DMRG-S 找到的那个“种子态”。如果种子态未能覆盖某些对称性扇区，生成的能谱将是不完整的。
  3. 非遍历性偏见：该方法本质上更适合探测遍历性破缺（低纠缠部分），对于完全混沌的系统，它可能只提供了一个极窄的能量窗口。

5. 补充：对量子化学与材料计算的启示

5.1 从自旋链到费米子系统

虽然本文聚焦于自旋模型，但其方法逻辑完全可以迁移到分子的 Ab-initio 哈密顿量。在量子化学中，探测高激发态（如光解过程中的非绝热动力学）一直是个难题。利用 $H_{eff}$ 捕捉电子能谱中段的关联特性，可能为激发态电子结构计算提供新的路径。

5.2 局部关联与全局本征态

本研究最深刻的启示在于：局部的算符表示足以捕捉全局的谱统计特征。这支持了物理学中的一种直觉：系统的混沌或定位性质往往深植于其局部算符的相互作用结构中。在处理大型分子团簇或固体缺陷时，我们或许不需要求出完整的全局波函数，只需通过 $H_{eff}$ 观察局部“遍历小泡”的演化，即可预测宏观的热传导或绝缘特性。

5.3 结论

Andrew Hallam 等人的这项工作证明了，成熟的张量网络算法库中其实隐藏着巨大的未开发潜力。将 DMRG 从“基态搜索器”转化为“全谱探测器”，不仅是算法的改进，更是对量子多体复杂性理解的一次跃迁。对于广大从事量子化学与凝聚态物理研究的人员来说，掌握并应用这种 $H_{eff}$ 光谱技术，将是未来探索大尺寸量子动力学的重要工具。