受监控哈密顿量动力学中的 Many-Body 反 Zeno 热化与 Zeno 确定性

随机量子态是量子信息科学的核心，广泛应用于量子计算和密码学等领域。先前的生成方法常依赖使用大型浴来热化较小的系统，随后对浴进行测量以后选取随机态。为减少浴的尺寸要求，我们提出一种资源高效的方案，利用由哈密顿量演化驱动的全息深层热化，结合中间测量。该方案依赖于动态电路，实现空间资源与时间资源之间的权衡，仅需常数尺寸的浴即可生成确实随机态。我们利用帧势量来量化随机性，并推导其渐近行为，结果与我们的神经网络模拟和 IBM 量子设备上的实验结果良好一致。对于固定的总演化时间，增加中间测量次数 initially 产生帧势量的指数下降——这是一种源于全息深层热化的量子反 Zeno 行为。超过一个临界数量的中间测量后，帧势量再次上升，标志着量子 Zeno 效应的出现。