量子科技中心_量科网

优化可分离量子对象面临两大核心挑战：判定可分离性属于NP难问题，且问题维度会随量子比特数呈指数级增长。该研究团队通过引入一种启发式算法应对这两项挑战，该算法利用量子协处理器大幅降低问题维度。数值模拟表明，在降维场景中跷跷板式优化方法表现优异。该方法的显著特点是能直接给出可行解（如给定哈密顿量下能量最低的可分离态），而非仅提供最优值边界——这与多数外逼近方法形成鲜明对比。研究人员将此应用于定义基态空间的纠缠度量，并成功将方法拓展至28量子比特规模的哈密顿量，实现了对其可分离基态能量的近似求解。