基于量子-经典对应理论的温度目标QAOA公平采样

在具有简并基态的组合优化问题中,对简并解进行公平采样至关重要。然而,采用标准横向场混合器的量子近似优化算法(QAOA)会随着电路深度增加而在简并态间产生偏差。基于量子-经典对应理论,该研究团队提出SBO-QAOA算法,该算法采用与温度相关的哈密顿量编码吉布斯分布作为其基态。数值模拟表明,与标准QAOA不同,SBO-QAOA产生的基态概率收敛于有限温度值,并在简并态间呈现均匀分布。即使在线性调度下仅使用四个变分参数,这些公平性和温度锁定特性仍能保持。

作者单位: VIP可见
提交arXiv: 2026-01-22 17:36

量科快讯