量子科技中心_量科网

量子计算有望高效精确地解决经典求解器难以处理的量子化学重要问题，例如强关联材料的电子结构问题。目前解决基态问题的两大主流方法是变分量子本征求解器（VQE）和绝热量子计算（AQC）算法。由于能量格局具有高度非凸性及存在贫瘠高原现象，VQE常面临收敛困难；而AQC因需深度量子电路，超出了当前量子设备的实现能力。受绝热演化启发的算法旨在填补这一空白。 该研究团队首先提出了这些算法的统一框架，并对以下方法进行了基准测试：绝热辅助变分量子本征求解器（AAVQE）（Garcia-Saez和Latorre，2018）、变分绝热量子计算（VAQC）（Harwood等，2022）以及参数化量子电路绝热量子计算（AQC-PQC）（Kolotouros等，2025）。其次，研究人员提出了一种名为G-AQC-PQC的新型混合方法，该方法推广了AQC-PQC算法，将绝热演化启发的初始化与低内存BFGS优化器相结合，降低了量子计算成本。第三，该团队以氢化铍分子（BeH₂）为例，比较了这些方法在化学应用中的精度，并针对不同参数选择（拟设类型、电路深度、离散化步长、初始哈密顿量、绝热演化路径及所用方法）进行了全面对比。 实验结果表明，G-AQC-PQC的性能优于传统VQE方法。该工作进一步探讨了零梯度问题等局限性，并明确了受绝热演化启发的算法在近期量子化学应用中具有显著优势的应用场景。