非马尔可夫环境中量子电池的充电：一种碰撞模型方法

我们研究了非马尔可夫性对开放系统量子电池充电过程的影响。我们采用碰撞模型框架，其中环境由一组离散的辅助系统描述，并可通过允许这些辅助系统相互作用而在动力学中引入记忆效应。我们详细研究了稳态可提取功（ergotropy）的行为，以及信息回流到系统对表征充电过程的不同特征的影响。值得注意的是，我们发现可实现的 ergotropy 存在一个最大值：该值既可在无记忆环境中获得（但仅在大量损耗极限下，如 [D. Farina et al., Phys. Rev. B 99, 035421 (2019)] 所推导），也可在具有记忆的环境中于超出大量损耗极限时获得。总体而言，我们表明具有记忆的环境使我们能够在参数空间中大得多的区域内产生接近最大值的稳态 ergotropy，从而有可能在更短时间内实现。基于非马尔可夫性的几何度量，我们表明在有无记忆环境的两种情况下，ergotropy 最大值都是在电池动力学非马尔可夫性为零时获得的，这可能是由环境和连接到电池的充电器分别诱导的记忆效应之间非平凡相互作用的结果。