量子科技中心_量科网

大都会-哈斯廷斯算法是马尔可夫链蒙特卡罗方法的基石，为计算物理学、贝叶斯推断和机器学习等广泛领域提供支撑。虽然基于量子行走的量子化大都会-哈斯廷斯变体有望加速混合过程，但其实际实现仍面临挑战。本研究基于Claudon等人提出的框架（arXiv:2506.11576），构建并模拟了量子大都会-哈斯廷斯算法的具体电路级实现。该研究完整展示了制备稳态分布所需的量子工作流程，包括为使算法能在实际量子电路模型中实现而进行的多项改进。研究结果表明，这些改进对于恢复正确的稳态行为至关重要，同时揭示了量子大都会-哈斯廷斯算法在容错量子计算时代具有应用潜力与当前局限。