量子科技中心_量科网

偏微分方程（PDE）约束优化问题广泛存在于设计、控制和推理等领域，这类优化问题需满足PDE约束条件。由于其求解过程需要反复计算PDE并在优化流程中使用解向量，计算量十分庞大。本论文首次提出了一种完全相干的量子算法用于求解PDE约束优化问题。该方案融合了两种技术：将解向量制备为量子态的量子PDE求解器，以及假设能通过预言机访问量化目标函数的量子优化器。其核心创新在于以块编码形式显式构建目标函数的预言机，该预言机可相干地利用量子PDE求解器的输出结果。这种方法避免了传统方案中需要通过量子态层析获取完整解向量的步骤，从而保留了潜在的量子加速优势。研究人员还推导了该方案在优化参数和PDE模拟参数条件下的总体计算复杂度，其量子加速特性源自底层量子PDE求解器。通过布莱克-舒尔斯方程的参数校准问题和波动方程材料参数设计等应用案例，该工作以数值实验验证了方法的有效性。本研究提出了量子子程序组合的新范式——通过一个子程序（相干预言机访问）的优势来抵消另一个子程序（极高的读取开销）的缺陷，从而构建无瓶颈的量子算法。