量子科技中心_量科网

量子近似优化算法(QAOA)是一种用于近期量子设备上组合优化的混合量子-经典框架。其核心瓶颈在于变分参数γ和β的经典估计——这些参数必须在受采样噪声污染的高维非凸景观中进行优化。该团队观察到，由QAOA测量样本构建的经典特征矩阵呈现出显著的低秩结构，并利用这一特性实现抗噪声的降维参数搜索。该研究提出了哈密顿引导杠杆嵌入(HGLE)算法——一种混合流水线，将低能量子样本编码为加权伊辛特征矩阵，并通过杠杆分数行采样进行压缩，在理论上保持主导秩-r子空间几何。压缩后的表示驱动经典的置信域循环，以原始计算成本的一小部分完成(γ, β)估计。该工作提供了秩保持与能量近似误差的形式化保证，并在多种问题类型(Max-Cut、最大独立集)及不同密度的图拓扑结构上展示了鲁棒性。