量子科技中心_量科网

准概率分解(QPD)方法已被证明在众多量子算法和协议中具有关键作用——通过用一组“更易实现”的电路变体及其加权输出来替代“困难”量子电路，从而重现任何目标可观测量。然而这种方法不可避免地会引入超越玻恩规则散粒噪声的额外构型方差。该研究团队建立了一个通用框架来分析和降低这种方差，并证明在理想比例分配下的分层抽样能产生无偏估计量，其方差永远不会比简单抽样更差（仅当退化情况下二者相等）。此外，研究人员还开发了经典动态编程方案，可在任意乘积形式QPD上实现分层。针对典型QPD（如概率误差消除PEC和概率角度插值PAI）的数值模拟显示：整体方差实现了恒定因子缩减（在预言机模型中最高可达60%-80%），且在悲观单次采样条件下稳定节省约10%成本。该成果可直接应用于降低近中期量子算法和早期容错算法中常用QPD的净采样成本，且无需额外量子资源。