量子科技中心_量科网

在噪声中等规模量子（NISQ）时代，有限的电路深度仍是量子优化的核心制约因素——浅层幺正动力学可能无法将概率充分集中于低能态构型。该研究团队提出测量引导初始化（MGI）策略，这种迭代方法利用先前执行的测量结果来更新后续运行的初始状态。该方法从优势测量结果中提取单量子比特边际概率，并制备有偏置的乘积态初始状态，使得优化过程中获得的信息无需引入经典参数优化即可重复利用。团队在基于反馈的量子优化算法（FALQON）框架下实现该方法，并在加权MaxCut问题上评估其性能。数值结果表明：测量引导初始化能提升浅层量子电路的性能，在保持算法非变分结构的同时，实现向高质量解的迭代优化。这些发现证实，利用测量统计信息可改进与NISQ设备兼容的浅层量子优化方案。