测量驱动的量子近似优化

基于非幺正演化的算法在量子计算机基态制备领域引起了广泛关注。近期提出的一种方法利用辅助量子比特和受控幺正算子来实现与虚时间演化相关的弱测量。该工作针对组合优化场景对该方法进行了专门化拓展:首先将算法从精确优化推广至近似优化,充分利用了经典问题特有的若干性质,特别是阐明了如何选择参数使每个测量步骤的成功概率严格大于1/2;继而展示了如何将该范式应用于带约束优化问题,针对多类重要难题约束对比分析了基于惩罚项与保持可行性两种方法,揭示后者的显著优势。该方案具有普适性,既可作为独立算法应用于易制备初始态,也可作为量子后处理环节提升参数化量子电路的性能。研究人员进一步提出算法的增强版本——根据实时测量结果自适应地施加混合算子,既加速算法运行,又能避免系统演化减速或陷入次优解,特别论证了量子交替算子ansatz中的混合算子可直接迁移应用于本征态扰乱算子和初始态制备,并探讨了量子资源权衡问题。
作者单位: VIP可见
提交arXiv: 2025-12-24 08:27

量科快讯