来源论文: https://arxiv.org/abs/2606.23657v1 生成时间: Jun 23, 2026 18:42

破解变分蒙特卡洛的“支持度失配”绝境：基于局部基矢旋转的量子动力学与基态优化新范式

0. 执行摘要

变分蒙特卡洛（Variational Monte Carlo, VMC）及其时间演化版本（time-dependent VMC, tVMC）是研究强关联量子多体系统动力学演化与基态性质的高效计算框架。然而，长期以来，VMC 受制于一个致命的非物理病理特征——支持度失配（Support Mismatch）。当系统在局部算符淬火（如谱学实验中对应的带电算符作用）或基态波函数存在复杂符号/节点结构时，波函数在计算基矢下的部分物理配置振幅会精确归零。在基于 Born 概率分布 $p(\sigma) = |\langle \sigma|\psi\rangle|^2$ 的蒙特卡洛采样中，这些配置由于概率为零而永远无法被采样。然而，这些“零概率配置”在物理上对于切空间力矢量（Force Vector）和量子几何张量（Quantum Geometric Tensor, QGT）的无偏估计至关重要。这种采样分布与物理支撑集之间的脱节，会导致变分演化在初始步即告“动力学冻结”（Dynamical Freezing）或产生严重的累积结构偏差。

近期，中国科学院物理研究所凝聚态物理国家实验室的陈家林、范震、吴贤涛与向涛院士等人在其最新工作《Resolving support-mismatch by local basis rotation in variational Monte Carlo》中，提出了一种极其优雅且通用的解决方案：局部基矢旋转采样（Local Basis Rotation Sampling，简称 Rotation Sampling）。该方法指出，“支持度失配”并非量子态的内在物理属性，而仅仅是计算基矢选择不当引入的非物理人工效应（Artifact）。通过对发生局部淬火的格点施加局部单体酉变换（Unitary Rotation），并在正交对称扇区中引入不参与动力学演化的辅助态（Helper State），可以实现将零振幅配置与非零振幅配置相混合，在旋转基矢下恢复丢失的采样支持度，从而彻底解冻动力学演化。

本博客将面向量子化学及量子多体物理领域的科研人员，对该论文的核心科学问题、数学原理、技术难点、算法实现细节、关键 Benchmark 体系（一维 XY/Heisenberg 链的动力学结构因子、二维 XY 模型的局部淬火、以及二维 $J_1-J_2$ 模型基态优化）以及该方法的局限性进行深度的技术剖析和复现指南。

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：局部淬火动力学与谱函数计算

在凝聚态物理和量子化学中，计算动态响应函数（Dynamic Response Functions）是建立理论与实验（如非弹性中子散射 INS、角分辨光电子能谱 ARPES 等）桥梁的核心任务。这些响应函数在数学上表现为不等时关联函数（Unequal-time Correlation Functions）：

$$C^{AB}(x, t) = \langle \psi_{gs} | e^{iHt} A e^{-iHt} B | \psi_{gs} \rangle$$

其中，$\psi_{gs}$ 是系统的基态，而 $B$ 通常是一个局部带电算符（Charged Local Operator），例如自旋翻转算符 $S^+_0$。计算上述关联函数的标准做法是：首先定义一个局部淬火初始态 $|\psi(0)\rangle = B|\psi_{gs}\rangle$，然后让其经历真实的实时量子演化 $|\psi(t)\rangle = e^{-iHt}|\psi(0)\rangle$，最后计算与算符 $A$ 的重叠积分。然而，当使用变分蒙特卡洛（tVMC）来模拟这一演化过程时，研究者会遭遇严重的“动力学冻结”问题，导致演化在 $t=0$ 的第一步就无法进行。

1.2 变分蒙特卡洛动力学（tVMC）与 TDVP 基础

在 tVMC 中，时间演化是通过将薛定谔方程投影到变分流形（Variational Manifold）上实现的，其理论基础是时间相关变分原理（Time-Dependent Variational Principle, TDVP）。设变分波函数为 $|\psi(\theta)\rangle$，其中 $\theta = (\theta_1, \theta_2, \dots, \theta_M)^T$ 是复变分参数。参数的运动方程（EOM）由下式决定：

$$\sum_{k'} S_{kk'} \dot{ heta}_{k'} = -i F_k$$

这里的 $S_{kk'}$ 是量子几何张量（QGT），而 $F_k$ 是驱动演化的力矢量（Force Vector）。其具体数学定义为：

$$S_{kk'} = \frac{\langle \partial_k \psi | \partial_{k'} \psi \rangle}{\langle \psi | \psi \rangle} - \frac{\langle \partial_k \psi | \psi \rangle \langle \psi | \partial_{k'} \psi \rangle}{\langle \psi | \psi \rangle^2}$$$$F_k = \frac{\langle \partial_k \psi | H | \psi \rangle}{\langle \psi | \psi \rangle} - \frac{\langle \partial_k \psi | \psi \rangle \langle \psi | H | \psi \rangle}{\langle \psi | \psi \rangle^2}$$

其中 $|\partial_k \psi\rangle \equiv \partial |\psi(\theta)\rangle / \partial \theta_k$。在蒙特卡洛框架下，这些量通过在计算基矢（例如 $\sigma = |s_1 z_1 \dots s_N z_N\rangle$）下的Born分布 $p(\sigma) = |\langle \sigma|\psi\rangle|^2 / \langle \psi|\psi\rangle$ 进行随机采样估计。其估计器形式为：

$$S_{kk'} = \langle O_k^* O_{k'} \rangle_p - \langle O_k^* \rangle_p \langle O_{k'} \rangle_p$$$$F_k = \langle O_k^* E_{loc} \rangle_p - \langle O_k^* \rangle_p \langle E_{loc} \rangle_p$$

其中对数导数算符（变分算符）为 $O_k(\sigma) = \frac{\langle \sigma | \partial_k \psi \rangle}{\langle \sigma | \psi \rangle}$，局部能量为 $E_{loc}(\sigma) = \frac{\langle \sigma | H | \psi \rangle}{\langle \sigma | \psi \rangle}$。

1.3 技术难点：支持度失配（Support Mismatch）的病理学分析

当局部带电算符 $B = S^+_0$ 作用于自旋中性（$S^z_{tot} = 0$）的基态 $|\psi_{gs}\rangle$ 时，初始态 $|\psi(0)\rangle = S^+_0 |\psi_{gs}\rangle$ 在格点 $0$ 处的自旋被强制投影为向上（$\uparrow$）。这意味着，所有在格点 $0$ 处自旋为向下（$\downarrow$）的配置 $\sigma_{\downarrow}$，其波函数振幅精确为零：

$$\langle \sigma_{\downarrow} | \psi(0) \rangle = 0 \implies p(\sigma_{\downarrow}) = 0$$

在蒙特卡洛采样中，这类配置由于 Born 概率为零，永远不会被采样器访问。然而，在物理上，力矢量 $F_k$ 的精确计算通常需要这些零概率配置的贡献。考虑一个简单的双格点 XY 模型：

$$H = -(S^x_0 S^x_1 + S^y_0 S^y_1)$$

在 $S^z_{tot} = 0$ 的子空间中，基矢为 $|\uparrow\downarrow\rangle$ 和 $|\downarrow\uparrow\rangle$。设初始变分态为 $|\psi(0)\rangle = c_0 |\uparrow\downarrow\rangle + c_1 |\downarrow\uparrow\rangle$，其中初始参数为 $c_0(0) = 1, c_1(0) = 0$。此时系统处于北极点 $|\uparrow\downarrow\rangle$，显然 $\langle \downarrow\uparrow |\psi(0)\rangle = 0$，即配置 $|\downarrow\uparrow\rangle$ 的采样概率为 0。

按照物理薛定谔方程，系统应当发生 Rabi 振荡，其演化导数为：

$$\partial_t |\psi(t)\rangle = -i H |\psi(0)\rangle = \frac{i}{2} |\downarrow\uparrow\rangle$$

这意味着系统必须向 $|\downarrow\uparrow\rangle$ 方向演化。对应的 TDVP 力矢量分量为：

$$F_1 = \langle \partial_1 \psi | H | \psi \rangle = \langle \downarrow\uparrow | H | \uparrow\downarrow\rangle = -\frac{1}{2}$$

然而，如果使用标准变分蒙特卡洛估计器，由于 $p(\downarrow\uparrow) = 0$，蒙特卡洛样本中只会出现 $|\uparrow\downarrow\rangle$。此时变分估计器为：

$$F_1 = p(\uparrow\downarrow) \frac{\langle \partial_1 \psi | \uparrow\downarrow \rangle}{\langle \psi | \uparrow\downarrow \rangle} \frac{\langle \uparrow\downarrow | H | \psi \rangle}{\langle \psi | \uparrow\downarrow \rangle} = 1 \times 0 \times 0 = 0$$

变分力矢量被非物理地估计为 0！由于驱动力为零，演化参数将永远保持不变，状态被锁定在 $|\uparrow\downarrow\rangle$。这就是动力学冻结。其根本原因在于：计算基矢下存在人为的节点（Zeros），使得 Born 概率分布的支撑集（Support）小于物理算符作用所需的支撑集。这一病理特征在随后的多体演化中会严重污染整个参数切空间，导致完全失效的动力学轨迹。

1.4 方法细节：局部基矢旋转（Rotation Sampling）

为了克服这一困难，本工作提出在变分演化的采样阶段，将计算基矢进行局部旋转，以消除零振幅节点的非物理人工效应。

1.4.1 局部酉变换与辅助态引入

对于淬火格点 $i$，我们引入一个单体酉变换 $U_i$（例如哈达玛变换 Hadamard gate），它不守恒 $S^z_{tot}$，从而能将物理态所在的 $S^z_{tot} = 1$ 子空间与相邻的子空间（如 $S^z_{tot} = 2$ 或 $0$）进行混合：

$$U_i |\uparrow_i\rangle = \frac{1}{\sqrt{2}} (|\uparrow_i\rangle + |\downarrow_i\rangle)$$

单纯施加基矢旋转是不够的，因为物理波函数在非物理子空间（如 $S^z_{tot} = 2$）中的振幅本身也为零。为了提供采样权重，必须人为引入一个参数无关的辅助态（Helper State） $|\psi_h\rangle$。该辅助态必须满足以下条件：

  1. 处于与物理态 $|\psi\rangle$ 相互正交的对称扇区（Symmetry Sector）。例如，若物理态位于 $S^z_{tot} = 1$ 扇区，则辅助态选在 $S^z_{tot} = 2$ 扇区。
  2. 在演化算符下，辅助态不与物理态发生任何动力学耦合。因为哈密顿量 $H$ 守恒 $S^z_{tot}$，处于不同 $S^z_{tot}$ 扇区的态之间无矩阵元关联：$\langle \psi | H | \psi_h \rangle = 0$。

构建增强态（Augmented State）：

$$|\Psi\rangle = |\psi\rangle + c_h |\psi_h\rangle$$

其中 $c_h$ 是一个可调参数，用于控制采样权重向辅助态倾斜的比例（实验中通常取物理波函数模长的约 10%）。

1.4.2 旋转表示下的演化方程与无偏估计

我们将增强态和哈密顿量通过酉变换 $U$ 旋转到新表象：

$$|\tilde{\Psi}\rangle = U |\Psi\rangle = U |\psi\rangle + c_h U |\psi_h\rangle$$$$\tilde{H} = U H U^\dagger$$

现在，我们在旋转基矢下进行蒙特卡洛采样，采样分布采用 $|\tilde{\Psi}\rangle$ 的 Born 分布：

$$\tilde{P}(\sigma) = \frac{|\langle \sigma | \tilde{\Psi} \rangle|^2}{\langle \tilde{\Psi} | \tilde{\Psi} \rangle}$$

由于 $U$ 混合了不同的 $S^z_{tot}$ 扇区，并且辅助态 $|\psi_h\rangle$ 在目标扇区中提供了非零背景，先前在计算基矢下振幅为零的配置（如格点 $i$ 处为自旋向下的配置）在旋转表示下获得了充足的、非零的采样概率 $\tilde{P}(\sigma) > 0$。

在此旋转表示下，对应的局部估计器定义为：

$$\tilde{E}_{loc}(\sigma) = \frac{\langle \sigma | \tilde{H} | \tilde{\Psi} \rangle}{\langle \sigma | \tilde{\Psi} \rangle}, \quad \tilde{O}_k(\sigma) = \frac{\langle \sigma | \partial_{\theta_k} \tilde{\Psi} \rangle}{\langle \sigma | \tilde{\Psi} \rangle}$$

因为辅助态 $|\psi_h\rangle$ 是参数无关的，即 $\partial_{\theta_k} |\psi_h\rangle = 0$，所以 $\partial_{\theta_k} |\tilde{\Psi}\rangle = U \partial_{\theta_k} |\psi\rangle$。此外，由于 $\psi$ 与 $\psi_h$ 在 $H$ 作用下完全解耦，经过严密的数学推导（见第5节详细证明），在增强旋转基矢下计算出的未中心化 QGT 和力矢量满足：

$$S^{unc, \Psi}_{kk'} = r S^{unc, \psi}_{kk'}, \quad F^{unc, \Psi}_k = r F^{unc, \psi}_k$$

其中 $r = \langle \psi|\psi \rangle / \langle \Psi|\Psi \rangle$ 是一个标量。当我们将这些量代入未中心化的随机重构（Uncentered SR）运动方程时：

$$S^{unc, \Psi} d\theta = -i dt F^{unc, \Psi} \implies r S^{unc, \psi} d heta = -i dt r F^{unc, \psi} \implies S^{unc, \psi} d\theta = -i dt F^{unc, \psi}$$

比例因子 $r$ 在等式两边完全消去！这意味着，在旋转基矢和辅助态下进行的随机采样，能够精确无偏地复现纯物理态 $|\psi\rangle$ 的变分演化轨迹，而不会引入任何由于辅助态带来的动力学偏差。 这就是 Rotation Sampling 的精妙之处。

2. 关键 Benchmark 体系、计算所得数据与性能展示

为了全面评估局部基矢旋转采样（rot-tVMC）的性能，作者在多个极具挑战性的体系上进行了数值基准测试。这些体系涵盖了一维集成可解模型、一维强关联不可解模型、二维动力学演化以及二维强受挫系统的基态优化。

2.1 一维 XY 链（N = 64 格点）局部自旋翻转淬火动力学

一维 $S=1/2$ XY 链可以通过 Jordan-Wigner 变换精确求解，为验证算法提供了可靠的黄金标准。其哈密顿量为：

$$H = -J \sum_{i} (S^x_i S^x_{i+1} + S^y_i S^y_{i+1})$$

设置系统格点数 $N=64$，边界条件为周期性边界条件（PBC）。首先，通过变分方法获得 $S^z_{tot}=0$ 子空间下的基态 $|\psi_{gs}\rangle$。然后在格点 $i=0$ 处施加局部淬火 $|\psi(0)\rangle = S^+_0 |\psi_{gs}\rangle$。

变分波函数采用周期性矩阵乘积态（Periodic MPS），其虚拟键维数（Bond Dimension）设为 $D=16$。使用哈达玛门 $U_0$ 在格点 $0$ 上进行基矢旋转。

2.1.1 实时动力学演化数据

  • 局部磁化强度 $S^z_i(t)$ 的空间-时间演化： 如图 3(a) 所示，局部自旋翻转产生的激发以弹道（Ballistic）方式向两侧传播。其波前行进速度精确符合光锥（Light-cone）速度 $v = J = 1$（图中虚线表示）。在演化后期（$t > N/2 = 32$），由于周期边界条件，两股波前在边界处穿过并产生缠绕（Wrap-around）干涉特征。rot-tVMC 的模拟结果与精确 Jordan-Wigner 演化高度重合。
  • 特定格点磁化强度的定量对比：
    • 在淬火格点 $i=0$ 处（图 3(b)），标准 tVMC（无基矢旋转）在第一步就冻结在 $S^z_0 = 0.5$（蓝点横线），而 rot-tVMC（红圈）完美复现了自旋衰减与后续振荡的精确曲线。
    • 在 $i=16$ 格点处（图 3(c)），在光锥波前到达之前（$t < 16$），$S^z_{16}(t)$ 保持为 0，随后发生剧烈振荡，rot-tVMC 与精确曲线完全重合，直到最大模拟时间 $t_{max} = 40$。

2.1.2 动态结构因子 $S^{-+}(k, \omega)$ 的提取

不等时自旋关联函数 $C^{-+}_{j,0}(t) = \langle \psi_{gs} | e^{iHt} S^-_j e^{-iHt} S^+_0 | \psi_{gs} \rangle$ 的实部和虚部如图 3(d, e) 所示，即使在长时区（$t > 20$）发生了复杂的相位积累，rot-tVMC 的估计误差仍保持在蒙特卡洛采样噪声级别。经过空间和时间双重傅里叶变换，在Lorentzian展宽因子 $\eta = 0.10$ 下，其归一化动态谱线 $\tilde{S}^{-+}(k, \omega)$（图 3(f)）在 $k = n\pi/4$ ($n=0,1,2,3,4$) 处的共振峰位置、峰宽和非对称线形均与精确解完美契合。

2.2 一维 Heisenberg 链（N = 64 格点）与代数 Bethe 昂萨格对比

为脱离自由费米子可解模型的范畴，作者进一步测试了具有非平凡相互作用的一维各向同性反铁磁 Heisenberg 链（$J_1$ 模型）。其实时动力学无法通过简单解析手段获取。这里作者引入了代数 Bethe 昂萨格（Algebraic Bethe Ansatz）方法实现的 ABACUS 算法作为独立基准。

  • 谱函数区间分布： 图 4 展示了动力学结构因子 $S^{-+}(k, \omega)$ 在动量-频率空间的能量分布。图中左侧 $k \in [0, \pi]$ 为 rot-tVMC 的计算结果，右侧 $k \in [\pi, 2\pi]$ 为 ABACUS 基准。可以看出，rot-tVMC 极好地刻画了著名的“双自旋子连续谱”（Two-spinon Continuum），其谱权重分布、谱底和谱顶界限（图中白色虚线）与 Bethe 谱完全一致。

  • 第一谱矩和规则（First spectral moment sum rule）： 为了对整个动量空间的计算精度进行定量校验，作者计算了第一谱矩：

    $$M_1(k) = \int d\omega \omega S^{-+}(k, \omega)$$

    图 5 展示了 $M_1(k)$ 随动量 $k/\pi$ 的变化曲线。在全动量区间内，rot-tVMC 与 ABACUS 结果表现出惊人的一致性，仅在 $k \approx \pi$ 处由于有限尺寸效应存在微小偏差。这强有力地证明了该算法在长时动力学演化中具有极高的相位自洽性与无偏性。

2.3 二维 XY 模型（$8 \times 8$ 周期方格点阵）动力学

将无偏局部淬火动力学扩展到二维是多体量子物理的长期难题。作者采用受限玻尔兹曼机（RBM）作为变分波函数，在 $8 \times 8$ 的周期性方格点阵（64格点）上，使用 RBM 参数密度 $\alpha = M/N = 8$（共计 32768 个复参数），通过结合了基矢旋转的投影变分蒙特卡洛（rot-p-tVMC）进行数值模拟。

2.3.1 数值稳定性监控

在 2D 复杂参数空间中，随机 TDVP 极其容易因为 QGT 的病态奇异性而发生失稳。作者在演化过程中监控了两个关键诊断量（图 7(a)）：

  • 相对能量漂移 $\Delta E / |E|$：在整个模拟演化窗口内，总能量的相对漂移始终保持在千分之一（$1\text{\textperthousand}$）以内。
  • 平均步不忠实度（Average Infidelity） $1 - \bar{F}$：每步演化所积累的变分不忠实度极其微小，平均保持在 $6 \times 10^{-6}$ 以下（图中虚线所示）。这表明该算法在超多参数的空间中具备极佳的数值稳定性。

2.3.2 弹道扩散的几何对称性

由于二维晶格的各向异性，淬火激发的扩散呈现出方格点阵特有的几何特征。图 7(d-o) 展示了 $t = 1$ 到 $t = 12$ 的自旋磁化强度 $S^z_i(t)$ 空间实空间演化快照。激发波前并非圆形，而是呈现出完美的菱形壳层（Diamond-shaped shells）。这对应于格点之间的曼哈顿距离（Manhattan Distance）：

$$d_M(i, j) = |x_i - x_j| + |y_i - y_j|$$

图 7(c) 展示了将同一曼哈顿距离壳层上的格点磁化强度求和后的演化曲线：

$$S^z_{\diamond}(d_M, t) = \sum_{j: d_M(i,j)=d_M} S^z_j(t)$$

通过提取每个壳层达到磁化峰值的时间 $t_{peak}$（见图7(c)内图），可以清晰地看到 $t_{peak}$ 与曼哈顿距离 $d_M$ 之间存在近乎完美的线性关系，这以无可辩驳的证据证实了二维关联量子多体系统中局部激发的弹道光锥传播特征。

2.4 二维 $J_1-J_2$ 反铁磁模型（$4 \times 4$ 晶格）基态符号结构优化

支持度失配问题不仅存在于实时动力学中，在寻找高度受挫量子自旋系统的基态时同样是致命瓶颈。以二维 $J_1-J_2$ Heisenberg 模型为例，当处于最强受挫点 $J_2 / J_1 = 0.5$ 时，基态波函数具有极其复杂的符号结构（Sign Structure），不再遵循简单的 Marshall 符号规则。在变分优化过程中，波函数振幅需要跨越零点以学习正确的符号。而一旦某些重要配置的振幅逼近零，其对应的采样概率骤降，变分梯度（对数导数）信噪比急剧恶化，导致优化陷入停滞或产生极大的方差。

作者利用包含 $C^8_{16} = 12870$ 个独立变分参数的完全查找表（Full Lookup-Table）波函数，对比了标准随机重构（Standard SR）与引入局部基矢随机旋转的随机重构（rotSR）：

  • 能量收敛轨迹（图 8）： 标准 SR（蓝线）在初始阶段收敛迅速，但在大约 500 步后遭遇瓶颈，能量停滞在较高水平，并伴随剧烈的局部涨落（Spikes）。 在第 1000 步时，算法切换为 rotSR（在每步优化中对随机选择的键施加不破坏 $S^z_{tot}$ 的随机双格点基矢旋转）。切换后，系统能量（红线）瞬间恢复了快速下降通道，迅速逼近精确基态能量（黑色虚线）。
  • 符号匹配率（Sign Match）： 图 8 插入图展示了变分波函数与精确基态符号一致的配置比例。标准 SR 在达到约 80% 的匹配率后便完全停滞，而 rotSR 成功将符号匹配率一路推升至 100% 完美匹配。这直接证明了局部基矢旋转具有突破变分波函数零点阻碍、高效探索和纠正复杂量子符号结构的能力。

3. 代码实现细节、复现指南与开源软件包

要复现本论文的工作，读者可以基于开源的神经网络量子态（Neural Quantum States, NQS）计算框架 NetKet 进行开发。以下是复现核心算法——局部基矢旋转动力学（rot-tVMC）的系统指南与架构实现。

3.1 核心依赖软件包

本方案的实现依赖于以下 Python 科学计算生态：

  1. NetKet (v3.x): 提供强大的神经网络量子态表示（如 RBM、MPS）以及基于 JAX 的变分蒙特卡洛采样和优化器。 GitHub Repo Link
  2. JAX: 用于高性能 GPU/CPU 自动微分与即时编译（JIT）。
  3. ptvmc-systematic-study: 作者团队开发的用于投影变分蒙特卡洛（p-tVMC）系统演化的底层算法包。 GitHub Repo Link (注：部分专用代码可参考作者后续释出的官方仓库)

3.2 局部旋转采样的核心算法步骤与代码逻辑

要在变分循环中插入旋转采样，核心在于构建一个定制化的采样器（Sampler），该采样器在物理态的基础上动态挂载旋转算符和辅助态。以下是用 Python/JAX 风格伪代码表达的核心实现逻辑：

import jax
import jax.numpy as jnp
import netket as nk

# 1. 建立物理系统与哈密顿量
N = 64
graph = nk.graph.Chain(length=N, pbc=True)
hilbert = nk.hilbert.Spin(s=0.5, N=graph.n_nodes, total_sz=0)
hamiltonian = nk.operator.Heisenberg(hilbert=hilbert, graph=graph)

# 2. 定义变分波函数 (以 RBM 为例)
rbm = nk.models.RBM(alpha=4, dtype=complex)
variables = rbm.init(jax.random.PRNGKey(0), jnp.ones((1, N)))

# 3. 构造格点0上的单体 Hadamard 旋转算符 U_0
def get_rotation_matrix():
    # 单自旋基矢: |up>, |down>
    U_local = jnp.array([[1.0, 1.0], [1.0, -1.0]]) / jnp.sqrt(2.0)
    # 构造全系统的稀疏或直积矩阵 (在采样器中局部应用)
    return U_local

# 4. 辅助态 |psi_h> 的定义 (在正交对称扇区 total_sz = 2 中)
# 在实际采样中，辅助态可以是一个静态查找表，幅值设为常数
def evaluate_helper_state(sigma):
    # 检查配置的 Sz 是否符合 total_sz == 2 扇区
    sz_total = jnp.sum(sigma)
    return jnp.where(sz_total == 2, 1.0 / jnp.sqrt(hilbert.n_states_sz2), 0.0)

# 5. 定义增强与旋转后的波函数估值函数 (用于蒙特卡洛抽样)
def rotated_augmented_wavefunction(params, sigma, ch=0.1):
    # U^dagger 作用在采样配置上进行逆旋转
    # 由于 U 是局部的，我们只需要对输入配置 sigma 的格点 0 进行基矢混合
    sigma_up = sigma.at[0].set(1.0)
    sigma_down = sigma.at[0].set(-1.0)
    
    # 计算物理态在混合配置下的振幅
    psi_up = rbm.apply(params, sigma_up)
    psi_down = rbm.apply(params, sigma_down)
    
    # 计算辅助态在混合配置下的振幅
    h_up = evaluate_helper_state(sigma_up)
    h_down = evaluate_helper_state(sigma_down)
    
    # 施加 Hadamard 局部酉变换混合后的最终振幅
    amplitude_up = (psi_up + ch * h_up) / jnp.sqrt(2.0)
    amplitude_down = (psi_down + ch * h_down) / jnp.sqrt(2.0)
    
    # 根据 sigma[0] 的实际值返回对应振幅
    return jnp.where(sigma[0] > 0, amplitude_up, amplitude_down)

# 6. 利用未中心化估计器计算未中心化 QGT (S_unc) 与 力矢量 (F_unc)
# 在每个时步：
#   a. 使用 Metropolis-Hastings 采样 rotated_augmented_wavefunction 分布
#   b. 评估未中心化局部算符 O_k^tilde 和 Eloc_tilde
#   c. 求解线性方程组 S_unc * d_theta = -i * dt * F_unc 获取变分参数更新量
#   d. 参数更新: theta = theta + d_theta

3.3 复现动力学演化的关键调参经验

  1. 辅助态系数 $c_h$ 的选取：$c_h$ 的选取存在物理折衷（Trade-off）。若 $c_h$ 过小，则零振幅区域的采样概率依然偏低，无法有效抑制蒙特卡洛方差；若 $c_h$ 过大，采样器会花费过多时间采样非物理的辅助态扇区，降低物理参数的采样效率。论文推荐将辅助态总权重控制在物理态模长的 10% 左右。
  2. 基矢旋转的关闭时机：动力学演化在大约 20 步（Step）之后，由于自旋激发的弹道扩散，物理态在原计算基矢下已经自发地在不同自旋扇区建立起了可观的振幅。此时，“支持度失配”威胁已自然解除。为了节约计算资源，建议在演化约 20 步后关闭基矢旋转采样，无缝切换回标准 Born 分布采样。这种动态切换机制既保证了初始步不发生解冻，又维持了后续演化的高效性。

4. 关键引用文献与局限性评论

4.1 关键引用文献

本工作建立在变分蒙特卡洛、时间相关变分原理以及神经网络量子态的深厚历史积累之上。以下是理解该工作承前启后脉络的 5 篇核心文献：

  1. G. Carleo, et al., Science 355, 602 (2017): 首次引入神经网络量子态（NQS）和受限玻尔兹曼机（RBM）求解多体问题，奠定了现代神经网络变分蒙特卡洛的基石。
  2. A. Sinibaldi, et al., Quantum 7, 1131 (2023): 提出了投影时间相关变分蒙特卡洛（p-tVMC）算法，通过迭代最小化变分不忠实度（Infidelity）显著提升了二维系统时演的稳定性，本论文的二维复现方案直接基于该框架。
  3. S. Sorella, Phys. Rev. B 71, 241103 (2005): 详细阐述了随机重构（Stochastic Reconfiguration, SR）方法与切空间几何的关系，奠定了变分参数优化求解的数学基础。
  4. J.-S. Caux, J. Stat. Mech. P09003 (2005): 发展了基于代数 Bethe 昂萨格的有限格点动力学关联计算方法（ABACUS 算法），为论文中一维 Heisenberg 链动力学结构因子提供了精准的基准数据。
  5. P. Jordan & E. Wigner, Z. Phys. 47, 631 (1928): 经典的 Jordan-Wigner 变换方法，用于精确求解一维 XY 链动力学，是本论文第一个 Benchmark 的解析来源。

4.2 对这项工作的局限性与前沿评论

尽管局部基矢旋转采样（Rotation Sampling）极其优雅地攻克了局部淬火下的支持度失配问题，但作为一项处于发展前沿的技术，它在面对更广泛的量子化学与关联多体系统时，仍存在以下值得深入探讨的局限性：

1. 局部旋转对全局支持度失配的推广局限

本方法的成功在很大程度上依赖于“淬火算符是局部的”这一物理前提，从而可以将基矢旋转限制在发生淬火的单个格点（或其邻近区域）。如果系统经历的是全局淬火（Global Quench）（例如，猝然改变整个哈密顿量的相互作用参数，或通过 $\prod_i S^+_i$ 作用于全系统），此时整个希尔伯特空间都将发生剧烈的支持度失配。若要在每个格点上都应用基矢旋转，旋转算符和辅助态的维度将随系统尺寸呈指数级增长。构建能在全空间中与物理态完全解耦且能提供均匀背景权重的全局辅助态将变得极其困难，甚至会遭遇类似于量子计算中“贫瘠高原”（Barren Plateaus）的采样方差爆炸问题。

2. 对非 Abelian 对称性系统辅助态构建的困难

在本论文展示的体系中，哈密顿量均具有简单的 Abelian $U(1)$ 对称性（自旋向上格点数守恒）。因此，在 $S^z_{tot} + 1$ 或 $S^z_{tot} + 2$ 扇区中构建一个参数无关且与物理态在 $H$ 下完全解耦的辅助态是显而易见的。然而，对于许多复杂的量子化学分子，系统可能服从非 Abelian 对称性（如全自旋 $SU(2)$ 对称性、空间点群对称性）。在这些强约束对称群下，如何系统地构建正交且在非阿贝尔群变换下完全不与物理演化发生杂化的辅助态，在数学上是一个极具挑战性的群论构建难题。

3. 迈向量子化学真实空间（Fermion Nodes）的鸿沟

在量子化学的真实空间 VMC 计算中，电子系统同样存在严重的“节点支持度失配”——即费米子波函数的反对称性要求其在实空间的多维超曲面上必定存在零点值（Fermion Nodes）。当变分参数尝试驱动波函数节点发生位移时，采样器在节点处的零采样概率会导致梯度估计失效。虽然局部基矢旋转为格点自旋模型提供了解答，但在连续实空间中，如何定义“局部旋转”以平滑跨越费米子节点超曲面，目前依然缺乏直观的物理对应和数学对应。这需要将基矢旋转拓展为连续坐标空间的正则变换（Canonical Transformations），这无疑是未来极具吸引力但极富挑战的研究方向。

5. 补充：数学证明与量子计算视角拓展

5.1 补充A：增强旋转表示下比例因子 $r$ 消去的严密数学证明

为了消除读者对“辅助态是否会污染物理演化轨迹”的疑虑，本节提供关于未中心化 QGT 与 力矢量中比例因子 $r$ 完全消去过程的严密数学推导。

设增强态为 $|\Psi\rangle = |\psi\rangle + c_h |\psi_h\rangle$。由于物理变分参数 $\theta_k$ 仅存在于物理态 $|\psi\rangle$ 中，我们有：

$$|\partial_k \Psi\rangle = |\partial_k \psi\rangle$$

我们计算未中心化的量子几何张量元素 $S^{unc, \Psi}_{kk'}$：

$$S^{unc, \Psi}_{kk'} = \frac{\langle \partial_k \Psi | \partial_{k'} \Psi \rangle}{\langle \Psi | \Psi \rangle} = \frac{\langle \partial_k \psi | \partial_{k'} \psi \rangle}{\langle \Psi | \Psi \rangle}$$

将其与纯物理态的未中心化 QGT $S^{unc, \psi}_{kk'}$ 相比：

$$S^{unc, \psi}_{kk'} = \frac{\langle \partial_k \psi | \partial_{k'} \psi \rangle}{\langle \psi | \psi \rangle}$$

显而易见：

$$S^{unc, \Psi}_{kk'} = \left( \frac{\langle \psi | \psi \rangle}{\langle \Psi | \Psi \rangle} \right) S^{unc, \psi}_{kk'} = r S^{unc, \psi}_{kk'}$$

其中比例因子定义为 $r \equiv \frac{\langle \psi | \psi \rangle}{\langle \Psi | \Psi \rangle}$。

接着，我们计算未中心化的力矢量元素 $F^{unc, \Psi}_k$：

$$F^{unc, \Psi}_k = \frac{\langle \partial_k \Psi | H | \Psi \rangle}{\langle \Psi | \Psi \rangle} = \frac{\langle \partial_k \psi | H | ( |\psi\rangle + c_h |\psi_h\rangle )}{\langle \Psi | \Psi \rangle}$$

由于哈密顿量 $H$ 守恒对称性，而 $|\partial_k \psi\rangle$ 与物理态 $|\psi\rangle$ 处于同一对称扇区，辅助态 $|\psi_h\rangle$ 处于正交的对称扇区，因此它们在 $H$ 作用下的交叉矩阵元精确为零：

$$\langle \partial_k \psi | H | \psi_h \rangle = 0$$

代入上式，交叉项消去，我们得到：

$$F^{unc, \Psi}_k = \frac{\langle \partial_k \psi | H | \psi \rangle}{\langle \Psi | \Psi \rangle}$$

将其与纯物理态的未中心化力矢量 $F^{unc, \psi}_k$ 相比：

$$F^{unc, \psi}_k = \frac{\langle \partial_k \psi | H | \psi \rangle}{\langle \psi | \psi \rangle}$$

同样显而易见：

$$F^{unc, \Psi}_k = \left( \frac{\langle \psi | \psi \rangle}{\langle \Psi | \Psi \rangle} \right) F^{unc, \psi}_k = r F^{unc, \psi}_k$$

在未中心化的变分运动方程中，我们将二者代入：

$$\sum_{k'} S^{unc, \Psi}_{kk'} \dot{ heta}_{k'} = -i F^{unc, \Psi}_k$$$$\sum_{k'} \left( r S^{unc, \psi}_{kk'} \right) \dot{ heta}_{k'} = -i \left( r F^{unc, \psi}_k \right)$$

由于标量 $r > 0$，我们可以在方程两边同时除以 $r$，从而得到：

$$\sum_{k'} S^{unc, \psi}_{kk'} \dot{ heta}_{k'} = -i F^{unc, \psi}_k$$

证明完毕。 这表明，在引入非物理辅助态并进行旋转后，变分参数 $\theta$ 的更新轨迹与不引入辅助态时的理论无偏轨迹完全等价。辅助态仅仅扮演了“提供采样通道、稀释零概率节点、平抑统计方差”的临时催化剂角色。

5.2 补充B：与变分量子算法（VQA）及量子硬件的深刻联系

这项经典计算领域的突破，事实上与喧嚣的量子计算（Quantum Computing）领域存在着一体两面的深刻对称性：

  1. 主动基矢选择作为计算资源： 在嘈杂中尺度量子（NISQ）设备上，受限于探测器只能在特定的计算基（如 $Z$ 轴）进行投影测量的局限，量子状态估计（如量子态断层扫描 Tomography 或变分量子特征值求解器 VQE）广泛采用“测量前施加单比特门”的做法，从而能在 $X, Y$ 等不同基矢下收集统计数据。这本质上就是通过有源物理旋转来获取多角度的概率支撑。本论文的工作实际上是在经典模拟器（VMC）中，完美逆向复刻了这一硬件策略，证明了在经典蒙特卡洛采样中，基矢选择同样可以作为一种灵活调配的算力资源。
  2. 避免量子虚时/实时演化的冻结： 在量子硬件上运行的变分量子算法（如麦克拉克伦变分原理 McLachlan’s principle）同样面临由于状态制备不当导致的梯度消失。本论文中关于局部旋转和辅助态构建的方案，可以直接移植到超导或离子阱量子芯片上，为防止变分量子动力学（VQDS）在初始步遭遇硬件不忠实度冻结提供了一套全新的系统性稳定方案。