量子科技中心_量科网

量子架构搜索（QAS）已成为在特定任务和硬件约束下自动化设计高性能量子电路的重要方法。该研究团队提出了一种基于变分量子电路设计的噪声感知量子架构搜索框架（NA-QAS）。通过将噪声模型融入参数化量子电路（PQCs）的训练过程，该框架能够识别具有噪声鲁棒性的架构。研究人员采用混合哈密顿量ε-贪婪策略来优化评估成本并规避局部最优解，同时利用增强型可变深度NSGA-II算法在广阔的搜索空间中导航，实现架构表达能力与量子硬件开销的自动权衡。该框架的有效性通过在噪声环境下的二分类和鸢尾花多分类任务得到验证。与现有方法相比，该团队提出的框架能在噪声条件下搜索到性能更优且资源效率更高的量子架构。