一种新的蒙特卡罗方法及其对广义团簇算法的启示

我们描述了一种基于“逆向”蒙特卡罗方法的新型切换算法，在该方法中，势能在系统构型移动之前被随机修改。这种新算法有助于对团簇类型蒙特卡罗方法进行广义表述，而该推广使得为具有离散和连续自由度的系统推导团簇算法成为可能。利用此方法研究了 sine-Gordon 模型中的粗化转变，并对高达 $1024^2$ 的系统尺寸进行了高精度模拟，以检验转变温度以上表面粗糙度的对数发散，揭示了 Kosterlitz-Thouless 类型普适标度的明确证据。