克利福德加速自适应QAOA
“克利福德电路初始化”通过高效模拟克利福德群门构成的电路,改进了参数化量子电路(PQCs)参数的初始猜测。该方法通过在克利福德可表达点(克利福德点)的简化集合中探索希尔伯特空间,对参数空间进行预优化,从而提供更优的初始化。同时,动态电路重配置算法(如ADAPT-QAOA)通过在优化过程中实施门电路重配置例程,提升了QAOA的性能。 该研究团队在本文中证明,在多级ADAPT中采用克利福德点近似可在提升量子-经典协同机会的同时实现多重改进:首先,数值实验表明克利福德点预优化能为ADAPT带来非平凡的选门行为,并可能改善收敛性;其次,克利福德点近似可为MaxCut和TFIM问题提供更适配、完全并行且完全经典的ADAPT算子选择方案;最后,该工作揭示通过低秩稳定子分解对T门施加10%-30%的误差近似,可显著提升MaxCut和TFIM问题的收敛质量。这一发现暗示当前量子拟设设计中存在T门过度表征现象,为激进编译优化提供了新机遇。
