[RADCOR 2025] 告别轮廓变形：一种加速费曼积分数值评估的新路径

TL;DR

在粒子物理的高精度计算中，费曼积分（Feynman Integrals）的求值一直是核心瓶颈。本文介绍了一种革命性的方法：通过避免轮廓变形（Contour Deformation），将积分重新表述为一组**纯正值（Positive Integrands）**的求和。实验表明，该方法在处理复杂多圈图形时，速度提升可达数个数量级，并彻底解决了大能量极限下的精度衰减问题。

背景定位：由于“抵消”带来的精度危机

在量子场论中，为了计算散射振幅，物理学家必须处理带有传播子奇异性的多重积分。传统的标准做法是轮廓变形——通过在复平面上寻找一条绕过奇异点的路径来定义积分。

然而，这种方法存在三个致命缺陷：

1. 数值抵消（Cancellations）：在复平面上，被积函数会产生正负交替的贡献，导致有效精度大幅流失（见下图 Figure 1）。
2. 性能极慢：复数运算比实数运算更耗时。
3. 参数依赖：变形向量的选择往往需要人工调优，且在某些 Landau 奇异点附近会完全失效。

核心直觉：将奇异性推向边界

作者提出的核心思想是：“既然奇异性在内部捣乱，我们就把积分域切开，把奇异点变成边界。”

具体步骤如下：

1. 符号分解：根据费曼参数空间中的特有的核心多项式 $\mathcal{F}(\mathbf{x})$ 的正负号，将全域划分为 $S^{+}$ 和 $S^{-}$。
2. 坐标变换：引入特定的变量映射（如 $x_{1}of(\mathbf{x})\dots$），将 $\mathcal{F}=0$ 的超曲面重新映射到积分变量的 $0$ 或 $\infty$。
3. 解析延拓：对于 $\mathcal{F}<0$ 的部分，通过提取复数前因子 $(-1-i\delta {)}^{-\alpha }$，使得剩下的积分项完全变成实数且非负。

通过这种方式，原本复杂的复数域积分变成了几个简单的实正值积分之和，彻底消除了数值抵消。

关键技术：通用圆柱代数分解 (GCAD)

如何自动地通过不等式划分积分域？作者引入了通用圆柱代数分解 (Generic Cylindrical Algebraic Decomposition, GCAD) 算法。

在处理全质量三角形（Massive Triangle）时，$\mathcal{F}$ 多项式高度非线性。利用 GCAD，作者能够系统地推导出积分变量的约束边界。虽然这有时会引入代数平方根，但它为自动化的费曼积分求值提供了一条通用的代数路径。

实验战绩：数个数量级的飞跃

在**两圈非平面箱图形（BNP6）**的基准测试中，新方法展现了压倒性优势：

• 速度：在同等精度要求下，比传统软件 pySecDec 快 10 倍以上。
• 稳定性：随着能量 $s_{12}$ 增加，轮廓变形方法在精度达到 $10^{-3}$ 后便难以收敛，而“正值化”方法（即本方法）即便在 $10^{-6}$ 精度下依然保持极快的计算速度（见 Figure 3 虚线部分）。

在小质量极限测试中（Figure 4），传统方法受限于被积函数内部的尖锐波动，耗时呈指数级上升；而新方法由于将奇异点有效地“正则化”到了边界，计算效率几乎不受质量变化的影响。

深度洞察与总结

为什么这个方法有效？

其本质在于它利用了费曼积分在参数空间中的几何结构。轮廓变形试图“绕过”困难，而本方法通过代数手段“拆解”了困难。它不仅减少了计算量，更重要的是消除了数值积分中最怕的“大数减大数”现象导致的有效位数丧失。

局限性与未来展望

• 代数复杂性：对于更多圈数的积分，GCAD 算法的计算复杂度呈指数增长，寻找最优的变量映射依然具有挑战性。
• 平方根问题：目前的扇区分解（Sector Decomposition）工具对代数被积函数（含平方根）的支持尚不完美。

总结： 该研究为数值费曼积分开辟了除轮廓变形外的第二条道路。对于未来 LHC 寻找新物理所需的高阶修正计算，这种高稳定性、高效率的方法将成为不可或缺的工具。