量子科技中心_量科网

嘈杂量子电路的经典模拟对于验证算法、基准测试硬件以及评估误差缓解策略至关重要，但受限于密度矩阵方法的指数级成本和标准轨迹采样的高方差。该团队提出了一种方差感知的张量网络框架，该框架结合了张量跳跃方法、基于矩阵乘积态的局部TDVP门演化以及稀疏的Pauli-Lindblad硬件噪声模型。门操作作为MPS流形上的短变分演化施加，而噪声则通过Pauli-Lindblad跳跃集在每个电路窗口内采样，该跳跃集具有与状态无关的 hazard 和耗散收缩，经过重整化后简化为不相关的全局因子。该方法支持与硬件连接性相关的关联多位Lindblad噪声，包括非相邻位上的长程算符，从而能够直接模拟串扰及其他超出局域噪声模型的连接性导致的误差。该团队开发了两种无偏的方差感知展开方案。一种模拟幺正混合展开在对称高斯或两点角度定律下精确匹配Lindblad生成器，而投影跳跃展开则产生与状态无关的hazard和闭式方差定律。两者均保留标准的 \(1/\sqrt{N}\) 蒙特卡洛收敛性，但预因子有所降低。实验表明，在许多电路架构中，投影采样能显著降低轨迹方差和键维增长，而模拟采样在弱噪声条件下最为有效。该团队在25量子比特的噪声XY淬火实验和IBM的127量子比特带长程退极化噪声的 kicked-Ising 基准测试中，实现了精确、可扩展的噪声电路模拟，与标准Kraus插入基线相比，蒙特卡洛方差降低，MPS键维增长更优。