深度一量子交替算子Ansatz作为近似吉布斯分布采样器
该研究通过数值模拟探究了量子交替算符拟设(QAOA)的热采样特性,该算法是从原始量子近似优化算法扩展而来。研究重点分析了QAOA在采样经典伊辛模型(特别是全连接无序自旋玻璃的Sherrington-Kirkpatrick模型)定义的吉布斯分布(即玻尔兹曼分布)时的表现。研究人员比较了两种不同的QAOA混合器:标准横向场X混合器和Grover混合器。在单层QAOA深度下,该团队针对完整参数搜索周期内的能量分布、QAOA概率分布的香农熵分布,以及玻尔兹曼分布采样温度与误差率(QAOA分布接近真实玻尔兹曼分布的程度)之间的权衡关系进行了系统考察。研究发现:在极高温度条件下,单轮Grover混合器QAOA比单轮标准X混合器QAOA能更精确地采样玻尔兹曼分布;两种混合器的单层QAOA均可作为近似玻尔兹曼分布采样器,其近似效果高度依赖于QAOA角度的选择方案。