量子科技中心_量科网

高斯构建模块是光量子信息处理的关键要素，通过为高斯电路配备自适应测量和前馈功能，实际可实现通用性计算。此时，自适应步骤的数量自然成为计算能力的衡量参数。区别于仅通过采样问题（传统基准）评估能力，该研究团队顺应当前向实用相关任务转向的趋势，重点研究量子均值问题——即估算支撑模拟算法和变分算法的可观测量期望值。具体而言，该工作分析了具有自适应性的玻色电路，并证明当自适应测量次数较少时，即便输入态包含大量非高斯资源，均值问题仍存在高效经典算法解；而约束条件较弱的体系则具有计算困难性。这与采样问题形成任务级对比（后者仅需非高斯成分即可导致计算困难），由此建立了一个以自适应“测量-前馈”步骤数量为参数的、介于经典可模拟性与量子优势之间的清晰复杂度边界。除核心结论外，该团队还发展了包括将Gurvits第二算法推广至任意乘积输入与高斯电路在内的经典技术，用于计算估算器所需的边际量，这些方法可能具有独立价值。