量子科技中心_量科网

量子计算（QC）理论上具有优势，能高效解决经典计算难以模拟的问题。然而，这种理论加速很大程度上取决于解决问题的量子电路设计。该研究团队指出，当前量子计算文献尚未充分探索特定领域的ansatz拓扑结构，仍过度依赖通用型“一刀切”架构。本工作证明，将任务特定的归纳偏置——尤其是几何先验——融入量子电路设计，可显著提升混合量子生成对抗网络（QuGAN）在生成几何约束K4图任务中的表现。研究人员系统评估了多种纠缠拓扑结构和损失函数设计，分析其对统计保真度及几何约束（包括三角不等式和托勒密不等式）合规性的影响。结果表明，使电路拓扑结构与底层问题结构相匹配能带来显著优势：采用三角拓扑的QuGAN在所有量子模型中实现了最高的几何有效性，其性能媲美经典生成对抗网络（GAN）。此外，该工作揭示了特定架构选择（如纠缠门类型、方差正则化和输出缩放）如何调控几何一致性与分布准确性之间的权衡，从而凸显了结构化、任务导向的量子ansatz拓扑结构的价值。