量子科技中心_量科网

该工作提出了一种称为期望值靶向的量子态工程形式化方法：其任务是制备一个纯态，使得该态相对于一组指定可观测量的期望值达到特定目标。这一形式化方法涵盖了量子化学与多体物理中的标准基态制备问题，同时将应用范围从变分能量最小化扩展至多约束态合成。该问题本质上需要在指数级庞大的状态空间上求解一个非线性约束系统，目前尚无通用的高效经典方法。变分量子算法通过将搜索限制在低维参数空间并依赖经典优化技术来求解该问题。然而，对于本问题，竞争性约束可能导致崎岖的优化地貌和梯度消失（贫瘠高原），使得这类方法变得极其低效。自适应变分方法（其核心是迭代地从候选算子池中构建拟设，而非预先固定结构）此前主要针对基态制备开发。但该工作表明，当前问题同样可采用类似构建方式。该团队引入QUEST（量子态靶向酉工程）框架——专为期望值靶向设计的体系，其中工程态通过深度自适应的泡利旋转序列构建，每次旋转均以残差平方和代价函数下降为目标。QUEST为期望值靶向提供了构造性路径，逐步以单次泡利旋转构建工程态，并将自适应合成确立为在多约束（可能相互矛盾）条件下进行态制备的基本范式。