提升 TASEP 中的速度捕获与真自避随机游走

我们讨论了用于粒子系统的非可逆马可夫链蒙特卡洛算法，这些算法严格抽样位置布尔分布，并且具有快于物理动力学的特性。这些算法都具有非热力学速度分布，典型例子是提升 TASEP（totally asymmetric simple exclusion process），它是事件链蒙特卡洛的单维格子化简。我们从局部密度与粒子速度之间的相关性出发，分析其动力学，形成速度捕获。基于此，我们提出了其非平衡混合时间尺度的猜想，并阐释了其平衡超扩散时间尺度。两种尺度均快于（未提升的）TASEP。这一结果进一步通过提升 TASEP 中多粒子真自避随机游走的实现得到进一步支持。我们讨论了一维格子模型之外的速度捕获以及更高维物理空间中的情况。指出了超出物理学之外的可能应用。