量子科技中心_量科网

自适应变分量子算法在生成元选择步骤中存在测量成本过高的问题，这是由于需要对大量算子池进行能量梯度估计。这种规模瓶颈限制了其在近期量子设备上处理更大分子系统的适用性。该研究团队通过将生成元选择重新构建为“最优臂识别”（BAI）问题来应对这一挑战，其核心目标是使用尽可能少的测量次数识别出具有最大能量梯度的生成元。研究人员采用“连续淘汰算法”进行求解，该算法能自适应分配测量资源并提前淘汰低潜力候选方案。分子系统数值实验表明，该方法在保持基态能量精度的同时显著降低了所需测量次数。通过实现测量开销的削减而不牺牲性能，该工作使得自适应变分算法在近期量子模拟中更具实用价值。