一种用于等离子体模拟的混合量子-经典粒子网格方法
该研究团队提出了一种混合量子-经典静电粒子网格（PIC）方法，其中静电场的泊松求解器在量子计算机模拟器上实现，采用了一种混合经典-量子神经网络（HNN），并结合了数据驱动和物理信息学习的方法。该HNN在经典PIC模拟结果上进行训练，并通过PennyLane量子模拟器执行。其余的计算步骤，包括粒子运动和场插值，则在经典系统上完成。为了评估这种混合方法的准确性和计算成本，研究团队将混合量子-经典静电PIC方法应用于等离子体物理中的标准基准测试——双流不稳定性。结果表明，量子泊松求解器达到了与经典方法相当的精度，同时也为使用量子计算和HNN进行等离子体模拟的可行性提供了见解。此外，研究团队还讨论了当前量子计算机模拟器带来的计算开销，展示了混合量子-经典数值方法所面临的挑战和潜在优势。
