量子科技中心_量科网

该研究团队提出了一种基于哈密顿量的量子态制备方法，该方法通过浅层参数化量子电路实现。该方案通过经典训练阶段学习对角哈密顿量的参数，而量子电路本身仅执行固定深度的哈密顿量演化与混合操作。在获取学习所得哈密顿量参数的预言机访问权限后，仅需使用O(1)次量子查询即可将N个经典数据值编码至n=log₂N个量子比特，将总体计算成本转移至O(NlogN)量级的经典预处理阶段。对于由底层函数生成的结构化数据集，通过将哈密顿量表示为沃尔什基并仅保留多项式数量的显著项，可避免预言机访问需求。在此机制下，量子态制备仅需poly(n)时间与poly(n)个参数即可实现，保真度误差可达10⁻⁵量级。通过将哈密顿量限制为单局域与双局域项，该方法可自然生成适用于近期量子设备的硬件高效电路。