量子科技中心_量科网

量子处理器上的质因数分解通常通过两种方式实现：一是基于电路的肖尔算法，二是基于绝热、退火或变分技术的哈密顿量优化方法。肖尔算法需要高保真度量子门操作，而哈密顿量优化方案将质因数编码为问题哈密顿量的简并基态，通常需要大量经典后处理来确定控制参数。该研究团队提出了一种全量子化的、基于测量的反馈方法，通过迭代引导量子系统向目标基态演化，一旦问题哈密顿量被确定并实现，就无需经典计算驱动参数。作为原理验证，该工作利用三量子比特核磁共振量子寄存器实验分解了双素数551，并通过数值模拟分析了该方法对控制场误差的鲁棒性。此外，该团队还通过数值模拟展示了算法的可扩展性：分别使用5个和9个量子比特，实现了更大双素数（9,167和2,106,287）的FALQON分解。