量子科技中心_量科网

该研究团队提出了“激发态局域量子退火算法”（Excited Local Quantum Annealing, ExcLQA）。这是一种受物理学启发的经典算法，通过扩展局域量子退火（LQA）方法来实现经典伊辛哈密顿量激发态的识别。LQA算法在模拟量子退火过程中，通过将量子态约束为直积态，并采用基于梯度的方法来求解大规模二次无约束二进制优化问题的近似解。ExcLQA在此框架中引入成本函数的惩罚项来定位激发态，仅需通过二分法调节单个超参数即可设定所需的惩罚强度。 研究人员以最短向量问题（SVP）作为基准测试案例——该基础格问题是众多后量子密码方案安全性的理论基石。求解SVP实例可转化为识别哈密顿量的第一激发态，其近似解往往存在于邻近的激发态之中。实验结果表明，ExcLQA成功求解了维度高达46的SVP实例，在测试案例中的求解率、采样次数和近似因子等指标上均优于Metropolis-Hastings算法。