量子科技中心_量科网

从形式为σ∝e^−βV的概率分布中进行采样，其中V是一个连续势能函数，是物理学、化学、生物学、计算机科学和统计学中的一项基本任务。然而，当V是非凸函数时，所得分布将变为非对数凹分布，经典方法如朗之万动力学通常表现不佳。该研究团队提出了首个量子算法，该算法可证明加速了一类广泛的连续时间采样动力学。对于朗之万动力学，该方法将目标吉布斯测度编码为量子态的振幅，该量子态被识别为从Witten拉普拉斯算子的因式分解导出的块矩阵的核。这种联系通过奇异值阈值实现了吉布斯采样，并在非对数凹设置中首次证明了相对于庞加莱常数的量子优势。基于这一框架，该团队进一步开发了首个加速副本交换朗之万扩散的量子算法，这是一种广泛用于从复杂、崎岖能量景观中采样的方法。