构建李代数生成器池的最优框架:在化学变分量子本征求解器中的应用

李代数是物理学中用于描述算子集及其关联组合的强大数学结构。其核心任务在于识别能够构建整个代数的最小生成元集。传统搜索方法依赖于对呈指数级增长的候选算子进行贪心算法构造,导致计算复杂度迅速超出可行范围。该研究团队提出了一种基于李代数基本特性的通用、多项式复杂度且最优的策略来突破这一瓶颈,实现了目标李代数生成元(即最小完备池MCP)的高效构建。 该方法在量子化学的自适应变分量子本征求解器(ADAPT-VQE)中具有直接应用价值——高效构建符合费米子代数规则的用户自定义MCP至关重要。为此,研究人员开发了MB-ADAPT-VQE算法,将最优构建的MCP集成至批处理ADAPT-VQE中,在强关联体系下既能减少量子资源消耗,又可提升收敛效率。这些MCP还解锁了基于李代数结构的固定拟设方法(如无梯度优化的NI-DUCC-VQE),使模拟突破原有MCP的限制范围。 所提出的数学框架具有普适性,其应用远不止于化学领域:在量子纠错、量子控制、量子机器学习等需要紧凑泡利基的所有场景中均能发挥作用。
作者所在地: VIP可见
作者单位: VIP可见
提交arXiv: 2025-11-27 16:24

量科快讯