Green 函数蒙特卡罗随机重配置：对解决符号问题疾病的有效补救方法

讨论了最近提出的缓解 ``符号问题疾病'' 的技术细节。众所周知，给定哈密顿量 $H$ 的基态可通过对给定试验态 $\psi_T$ 施加虚时间传播算子 $e^{-H \tau}$ 于较大的虚时间 $\tau$ 并统计抽样传播后的态 $\psi_{\tau} = e^{-H \tau} \psi_T$ 来获得。然而， ``符号问题'' 可能在仿真中出现，且在不采用如 ``固定节点'' 近似(FN)等近似措施时，这种统计传播几乎不可能实现。该方法允许通过系统性纠正方案改进 FN 动力学。这一可能性通过简单要求实现的：在通过 FN 动力学进行短暂虚时间传播后，可对 $p$ 个关联函数进行进一步约束，使其成为由小扰动 FN 传播态(无符号问题)所得到的 {\em 确切} 结果。通过迭代该方案，蒙特卡罗平均符号——当存在符号问题时几乎为零–在较大的 $\tau$ 下仍保持稳定且有限。该算法在有限格子上与精确对角化结果进行测试。也展示在少数测试案例中，结果对所涉及的少数参数的依赖可非常容易地控制，除非是例外情况。