量智信息中心_量科网

在本工作中，该团队引入了一种基于量子奇异值变换(QSVT)的量子逆幂迭代(QIPI)算法，用于定位任意激发态。给定能量偏移 \(ω\)，QIPI 通过迭代地将平移逆哈密顿量 \((H-ωI)^{-1}\) 的近似作用于试探态，从而制备目标激发态。先前的量子逆幂方法通常依赖于逆哈密顿量的傅里叶分解，并使用数值求积来重建该变换，但这类方法对超参数选择高度敏感，且已被观察到存在数值不稳定性，这实际上将其使用限制在了基态制备中。为了实现稳健的激发态定位，该研究探索了两种替代变换技术：一种基于逆的切比雪夫分解(Cheb-inv)，以及一种基于QSVT的本征态滤波(EF)方法。研究发现，基于EF的QIPI比Cheb-inv及其他基于分解的方法更加稳健，这归因于所应用的滤波多项式的对称性，它避免了因 \(ω\) 的选择而产生的发散，并且即使在能级紧密排列的谱中，也能有效抑制非目标本征态。针对 H₂、LiH 和 BeH₂ 分子哈密顿量的数值模拟表明，相对于其他量子幂方法，该工作的方法具有更优的收敛性，并能更好地访问更高激发态。假设对哈密顿量具有标准 oracle 访问权限，该团队进一步以 T 门数量形式，提供了容错设置下的逻辑资源估算，并得出结论：QIPI 能够以适中的多项式次数实现高目标态放大，从而使其成为容错量子化学应用中可扩展的激发态制备的候选方案。