Superfluid and antiferromagnetic phases in ultracold fermionic quantum gases

In this thesis several models are treated, which are relevant for ultracold fermionic quantum gases loaded onto optical lattices. In particular, imbalanced superfluid Fermi mixtures, which are considered as the best way to realize Fulde-Ferrell-Larkin-Ovchinnikov (FFLO) states experimentally, and antiferromagnetic states, whose experimental realization is one of the next major goals, are examined analytically and numerically with the use of appropriate versions of the Hubbard model.rnrnThe usual Bardeen-Cooper-Schrieffer (BCS) superconductor is known to break down in a magnetic field with a strength exceeding the size of the superfluid gap. A spatially inhomogeneous spin-imbalanced superconductor with a complex order parameter known as FFLO-state is predicted to occur in translationally invariant systems. Since in ultracold quantum gases the experimental setups have a limited size and a trapping potential, we analyze the realistic situation of a non-translationally invariant finite sized Hubbard model for this purpose. We first argue analytically, why the order parameter should be real in a system with continuous coordinates, and map our statements onto the Hubbard model with discrete coordinates defined on a lattice. The relevant Hubbard model is then treated numerically within mean field theory. We show that the numerical results agree with our analytically derived statements and we simulate various experimentally relevant systems in this thesis.rnrnAnalogous calculations are presented for the situation at repulsive interaction strength where the N'eel state is expected to be realized experimentally in the near future. We map our analytical results obtained for the attractive model onto corresponding results for the repulsive model. We obtain a spatially invariant unit vector defining the direction of the order parameter as a consequence of the trapping potential, which is affirmed by our mean field numerical results for the repulsive case. Furthermore, we observe domain wall formation, antiferromagnetically induced density shifts, and we show the relevant role of spin-imbalance for antiferromagnetic states.rnrnSince the first step for understanding the physics of the examined models was the application of a mean field approximation, we analyze the effect of including the second order terms of the weak coupling perturbation expansion for the repulsive model. We show that our results survive the influence of quantum fluctuations and show that the renormalization factors for order parameters and critical temperatures lead to a weaker influence of the fluctuations on the results in finite sized systems than on the results in the thermodynamical limit. Furthermore, in the context of second order theory we address the question whether results obtained in the dynamical mean field theory (DMFT), which is meanwhile a frequently used method for describing trapped systems, survive the effect of the non-local Feynman diagrams neglected in DMFT.

Efficient parallel proximity queries and an application to highly complex motion planning problems with many narrow passages

In vielen Bereichen der industriellen Fertigung, wie zum Beispiel in der Automobilindustrie, wer- den digitale Versuchsmodelle (sog. digital mock-ups) eingesetzt, um die Entwicklung komplexer Maschinen m ̈oglichst gut durch Computersysteme unterstu ̈tzen zu k ̈onnen. Hierbei spielen Be- wegungsplanungsalgorithmen eine wichtige Rolle, um zu gew ̈ahrleisten, dass diese digitalen Pro- totypen auch kollisionsfrei zusammengesetzt werden k ̈onnen. In den letzten Jahrzehnten haben sich hier sampling-basierte Verfahren besonders bew ̈ahrt. Diese erzeugen eine große Anzahl von zuf ̈alligen Lagen fu ̈r das ein-/auszubauende Objekt und verwenden einen Kollisionserken- nungsmechanismus, um die einzelnen Lagen auf Gu ̈ltigkeit zu u ̈berpru ̈fen. Daher spielt die Kollisionserkennung eine wesentliche Rolle beim Design effizienter Bewegungsplanungsalgorith- men. Eine Schwierigkeit fu ̈r diese Klasse von Planern stellen sogenannte “narrow passages” dar, schmale Passagen also, die immer dort auftreten, wo die Bewegungsfreiheit der zu planenden Objekte stark eingeschr ̈ankt ist. An solchen Stellen kann es schwierig sein, eine ausreichende Anzahl von kollisionsfreien Samples zu finden. Es ist dann m ̈oglicherweise n ̈otig, ausgeklu ̈geltere Techniken einzusetzen, um eine gute Performance der Algorithmen zu erreichen.rnDie vorliegende Arbeit gliedert sich in zwei Teile: Im ersten Teil untersuchen wir parallele Kollisionserkennungsalgorithmen. Da wir auf eine Anwendung bei sampling-basierten Bewe- gungsplanern abzielen, w ̈ahlen wir hier eine Problemstellung, bei der wir stets die selben zwei Objekte, aber in einer großen Anzahl von unterschiedlichen Lagen auf Kollision testen. Wir im- plementieren und vergleichen verschiedene Verfahren, die auf Hu ̈llk ̈operhierarchien (BVHs) und hierarchische Grids als Beschleunigungsstrukturen zuru ̈ckgreifen. Alle beschriebenen Verfahren wurden auf mehreren CPU-Kernen parallelisiert. Daru ̈ber hinaus vergleichen wir verschiedene CUDA Kernels zur Durchfu ̈hrung BVH-basierter Kollisionstests auf der GPU. Neben einer un- terschiedlichen Verteilung der Arbeit auf die parallelen GPU Threads untersuchen wir hier die Auswirkung verschiedener Speicherzugriffsmuster auf die Performance der resultierenden Algo- rithmen. Weiter stellen wir eine Reihe von approximativen Kollisionstests vor, die auf den beschriebenen Verfahren basieren. Wenn eine geringere Genauigkeit der Tests tolerierbar ist, kann so eine weitere Verbesserung der Performance erzielt werden.rnIm zweiten Teil der Arbeit beschreiben wir einen von uns entworfenen parallelen, sampling- basierten Bewegungsplaner zur Behandlung hochkomplexer Probleme mit mehreren “narrow passages”. Das Verfahren arbeitet in zwei Phasen. Die grundlegende Idee ist hierbei, in der er- sten Planungsphase konzeptionell kleinere Fehler zuzulassen, um die Planungseffizienz zu erh ̈ohen und den resultierenden Pfad dann in einer zweiten Phase zu reparieren. Der hierzu in Phase I eingesetzte Planer basiert auf sogenannten Expansive Space Trees. Zus ̈atzlich haben wir den Planer mit einer Freidru ̈ckoperation ausgestattet, die es erlaubt, kleinere Kollisionen aufzul ̈osen und so die Effizienz in Bereichen mit eingeschr ̈ankter Bewegungsfreiheit zu erh ̈ohen. Optional erlaubt unsere Implementierung den Einsatz von approximativen Kollisionstests. Dies setzt die Genauigkeit der ersten Planungsphase weiter herab, fu ̈hrt aber auch zu einer weiteren Perfor- mancesteigerung. Die aus Phase I resultierenden Bewegungspfade sind dann unter Umst ̈anden nicht komplett kollisionsfrei. Um diese Pfade zu reparieren, haben wir einen neuartigen Pla- nungsalgorithmus entworfen, der lokal beschr ̈ankt auf eine kleine Umgebung um den bestehenden Pfad einen neuen, kollisionsfreien Bewegungspfad plant.rnWir haben den beschriebenen Algorithmus mit einer Klasse von neuen, schwierigen Metall- Puzzlen getestet, die zum Teil mehrere “narrow passages” aufweisen. Unseres Wissens nach ist eine Sammlung vergleichbar komplexer Benchmarks nicht ̈offentlich zug ̈anglich und wir fan- den auch keine Beschreibung von vergleichbar komplexen Benchmarks in der Motion-Planning Literatur.