量子科技中心_量科网

变分量子算法（VQAs）在组合优化问题中，通常默认使用纠缠门作为设计选择，然而纠缠的量及其结构所扮演的角色仍远未被理解。这一认知空白对于由对角哈密顿量主导的问题尤为关键，因为这类哈密顿量的基态是经典乘积态，原则上不需要任何纠缠，这引出了一个根本性问题：纠缠门是否以及如何帮助或阻碍变分搜索。该团队以MaxCut问题为例，通过引入两种互补的控制机制来研究这一问题，这两种机制能平滑、单调地控制硬件高效拟设（HEA）的纠缠程度（由Meyer-Wallach测度 \(Q\) 量化），并以QAOA作为问题结构化的参考基准进行对比。追踪VQA训练过程中的纠缠轨迹 \(Q(t)\) 发现，当拟设允许优化器通过其参数间接控制纠缠时，它总是将纠缠度向下驱动。与此趋势一致，完全可分离的拟设表现优于所有带纠缠的硬件高效配置，并建立了一个单调关系：与问题无关的纠缠越少，性能越好。相比之下，QAOA的纠缠结构源自问题哈密顿量，它保持了高纠缠度，却达到了有竞争力的解质量，这表明纠缠的结构（而不仅仅是数量）决定了其效用。这些发现表明，针对对角哈密顿量使用HEA是不恰当的，而组合优化的变分方法应优先采用问题结构化的电路设计。