量子科技中心_量科网

该研究团队采用统计学方法研究了变分量子算法中的贫瘠高原（BP）现象。通过高斯函数模型，研究人员识别出三种不同类型的BP：第一种称为“局部凹陷型BP”，其特征是整体平坦的优化景观中存一处凹陷点，在最小值附近小范围内梯度较大；第二种是“局部峡谷型BP”，与前者类似但存在一条峡谷线；第三种是“全域平坦型BP”，表现为整个优化景观梯度近乎消失的均匀平坦状态，这将显著增加优化难度。在阐明高斯模型中的这些行为后，该团队将分析扩展到变分量子本征求解器（VQE），考察了硬件高效拟设和随机泡利拟设两种结构。在这两类拟设中，研究人员仅观察到全域平坦型BP的存在。通过统计方法对局部凹陷型和峡谷型BP进行系统性搜索后，该工作发现所研究案例中不存在此类特征，表明全域平坦型BP在拟设中占主导地位。该方法通过捕捉参数空间中的梯度缩放规律有效探测优化景观特征，为诊断变分算法中的BP现象提供了实用工具。为缓解VQE中的BP效应，研究人员采用遗传算法（GA）优化拟设中随机生成的门电路，通过重塑代价函数景观提升优化效率。与未优化拟设的对比实验表明，合理的拟设设计能有效提升变分量子算法的可扩展性和可靠性。