量子科技中心_量科网

该团队提出了一种量子非结构化搜索算法，用于寻找离散函数f(x)的极值或根，例如组合优化和其他离散优化问题中的目标函数。量子极值与根搜索算法（QSERA）的第一步是将形式为f(x_∗)≃f_∗的条件（其中f_∗是极值或零）转化为对x_∗的非结构化搜索问题。这是通过将f(x)映射到函数u(z)以创建量子预言机来实现的，使得u(z_∗)=1且u(z≠z_∗)=0。下一步是使用Grover算法来找到z_∗，该算法相比经典算法提供了二次加速。将f(x)映射到u(z)所需的操作次数决定了结果的准确性和电路深度。该工作通过组装用于投资组合优化的量子电路来描述QSERA的实现，该问题可以表述为组合优化问题。QSERA能够处理比常用的二次无约束二进制优化（QUBO）框架更高阶的目标函数。此外，尽管QSERA需要对f(x)的极值有一定的先验知识，但即使条件不完全满足，它仍然可以找到近似解。