波动引导的自适应随机编译器用于哈密顿模拟
随机化方法为抑制量子模拟中的相干误差提供了一种有效途径。其中,随机化编译协议通过随机采样哈密顿量项而非遵循确定性Trotter-Suzuki序列,可降低电路深度。然而其固定采样分布无法适应系统动力学特性,限制了精度。该工作提出一种涨落引导的自适应算法,能根据哈密顿量项的涨落动态更新采样概率以实现更高模拟保真度。值得注意的是,该协议呈现出直观物理解释:在采样过程中应优先考虑对态演化更敏感的哈密顿量项。更新采样概率所需的涨落测量开销是可承受的,且可通过经典阴影技术进一步大幅降低。研究团队通过离散变量、连续变量及混合变量系统的数值模拟验证了该方法的有效性。
