量子科技中心_量科网

研究人员探讨了基于无辅助量子比特的酉算子线性组合（LCU）框架，用于近似复杂量子电路。该方法对量子优化算法尤为有效——此类算法中候选解可通过经典方式评估，任务目标在于采样高质量比特串，而非复现完整输出分布。研究表明，基于傅里叶分析的LCU构造能高效分解多种对角与非对角酉算子，将高度耦合的量子比特交互替换为单量子比特门层或显著简化的结构，代价仅为多项式级别的采样开销。将该方法应用于QAOA等算法时，可生成高效且硬件友好的分解方案，例如基数约束惩罚项与全连接XY混频器的实现，同时相较于完全相干实现保持严格的性能保证。此外，研究人员建立了基于傅里叶的量子惩罚项与拉格朗日松弛之间的形式化联系，为约束处理提供了统一视角。通过12量子比特电路的精确态矢量模拟与106超导量子比特的大规模实验验证，研究结果揭示了LCU近似采样如何系统性地以电路复杂度换取采样开销，从而拓展了近中期量子优化的实际应用范围。