量子科技中心_量科网

量子态的高效参数化对于可训练的经典-量子混合算法至关重要。其设计中的核心挑战在于适配量子处理器的可用量子位连接拓扑，这种限制影响了在资源高效且可训练的方式下生成远距离量子位间关联的能力。该工作首先提出了一种针对任意连接图优化量子位路由的算法，生成的交换网络可实现任意量子位对间的直接交互。随后研究人员通过将推导出的交换网络嵌入分层的、连接拓扑敏感的拟设结构，实现了电路层与量子位路由的协同设计。这种构造显著提升了拟设的可训练性，从而以更少资源获得更优性能。研究团队通过强关联系统（包括自旋玻璃和分子电子结构模型）的基态模拟验证了这些改进。在不同示例连接拓扑中，相较于标准分层结构基线，交换增强型拟设始终能以更少的纠缠门、更浅的电路深度和更少的参数实现更低的能量误差。结果表明，交换网络增强的拟设为受限量子位连接设备提供了更优的可训练性和资源高效的解决方案，有效捕获复杂量子关联。