哈密顿量表达能力在变分量子算法中参数化电路选择中的作用
在变分量子算法(VQAs)的框架下,选择合适的拟设(ansatz)对高效解决问题至关重要。研究人员提出“哈密顿量可表达性”作为量化电路均匀探索哈密顿量基态搜索相关能量景观能力的指标,但其对求解质量的影响仍亟待探索。该工作采用基于蒙特卡洛的方法,系统评估了应用于不同哈密顿量的一系列明确定义电路的哈密顿量可表达性,分析了拟设深度对可表达性的影响,并识别出不同问题类型中最具表达力与最弱表达力的电路结构。通过结合变分量子本征求解器(VQE)训练各拟设,该团队系统研究了求解质量与可表达性之间的关联。 研究结果表明:在理想或低噪声条件下(尤其针对小规模问题),具有高哈密顿量可表达性的拟设对非对角哈密顿量及叠加态解的问题表现更优;而对于解为基态(包括对角哈密顿量定义)的问题,低可表达性电路反而更有效。在噪声环境下,低可表达性电路仍适用于基态问题,而中等可表达性电路对某些叠加态解的问题能产生更好结果。
