张量网络 RG(二):HOTRG 解 3D、TNR 取不动点
承 张量网络RG-Z张量化与TRG原理。本站回答两件事:张量 RG 凭什么能在 3D 工作(block-spin 做不到),以及它怎样真流到一个不动点张量、给出临界数据。也正面回应”3D 现在都用张量网络求解吗”。
为什么 3D 能(block-spin 不能)
- block-spin / 解析实空间 RG:每粗粒化一步生出新耦合(更远程、多自旋),耦合空间无穷繁衍,只能人手砍——无收敛旋钮、不准,3D 里繁衍更凶、更难(2D伊辛-decimation与耦合爆炸)。
- 张量 RG:所有生出的有效耦合都存在一个局域张量的张量元里;粗粒化从不问”留哪几个耦合”,而是做 SVD、保留最大的 个方向(每条腿最优)。唯一旋钮 控精度、可系统改进。
HOTRG:逐轴粗粒化 → 任意维
TRG 的面式分解是二维专属。HOTRG(Xie 等 2012)改用高阶 SVD(HOSVD),一次只沿一个方向把两层张量并起来、再把加倍的腿截回 。因为每步只合一个方向,构造机械地推广到任意维,含 3D。代价高:(3D 即 ),故可达的 受限。
3D 立方伊辛结果( 取到 16):
后续把 推大得 ,与蒙卡符合到 8 位。临界温度极准,磁化指数 尚可(金标准 )。
TNR:除掉短程纠缠,取到真不动点
朴素 TRG 在临界点流不到干净的不动点张量:截断误差不断生成一种”角双线(CDL)“短程纠缠张量,它本身是 TRG 的不动点、会越积越多,把短程自由度冒充成长程。TNR(Evenbly–Vidal 2015)在每步插入解纠缠子(幺正变换)+ 等距映射,把这种短程纠缠除掉,于是临界点张量谱与尺度无关——真正的标度不变不动点张量出现了。Gilt-TNR(Hauru 等 2018)是更简的同类方案。
从 2D 不动点张量的转移矩阵读 CFT 数据,正是”流到不动点 → 线性化 → 临界数据”(05-重整化群)的张量实现:
| 量 | 精确 | TRG | TNR |
|---|---|---|---|
| 中心荷 | |||
“3D 现在都用张量网络”——不准确,有保留
张量 RG 确是现代实空间 RG 在 3D 真正可行的代表,活跃发展(ATRG、triad TRG 等更省的变体),这是解析 block-spin 做不到的成功。但它既非唯一、也非最精:
- 3D 最精的指数来自共形自举(3D伊辛-共形自举),蒙特卡洛也极精。
- 从 3D 不动点张量提取标度维度比 2D 难得多、精度差得多(2D 那套”除 CDL → 精确标度不变张量 → CFT 数据”在 3D 尚未干净搬过去,仍是开放问题)。
结论:3D 张量 RG 给出色的 、尚可的 ;但精确的 3D 普适指数目前仍归自举与蒙卡。它是一条重要的现代实空间路线,不是”3D 的标准答案”。
文献:Z. Y. Xie 等, Phys. Rev. B 86, 045139 (2012)(HOTRG);G. Evenbly & G. Vidal, Phys. Rev. Lett. 115, 180405 (2015)(TNR);M. Hauru, C. Delcamp & S. Mizera, Phys. Rev. B 97, 045111 (2018)(Gilt-TNR);D. Adachi, T. Okubo & S. Todo, Phys. Rev. B 102, 054432 (2020)(ATRG)。