量智信息中心_量科网

在该工作中，研究团队对两种重要量子算法——量子虚时间演化（QITE）和量子近似优化算法（QAOA）进行了基准测试，用于求解伊辛型哈密顿量的基态。具体而言，团队将这些算法应用于量化金融领域的马科维茨投资组合优化问题，测试平台包括数字量子计算机和具有可控双量子比特误差（噪声）的本地量子模拟器。 在无噪声环境下，研究表明QAOA算法能够出色地收敛至最优结果。而在噪声条件下，QITE方法展现出更强的鲁棒性和稳定性，尽管其计算过程会产生显著更高的经典数值成本。相比之下，该工作证明QAOA具有更好的可扩展性，若噪声能被有效抑制，仍可获得稳健结果。 这些发现为权衡算法可扩展性与噪声容忍度提供了宝贵见解，同时展示了量子算法在近期量子设备上解决实际优化问题的应用潜力。