本研究探索了将量子机器学习（QML）应用于量子格子玻尔兹曼方法（QLBM）中碰撞算子非线性分量的近似建模。通过训练变分量子电路（VQC）构建算子U，该团队在作用于线性碰撞后的量子态|Ψᵢ⟩时，能够生成最终态|Ψ_f⟩=U|Ψᵢ⟩，成功复现了基于Bhatnagar-Gross-Krook（BGK）近似推导的非线性碰撞动力学。在此框架下，研究人员提出两种架构：R1模型专注于无中间测量的多时间步量子模拟，旨在连续演化过程中精确捕捉非线性动力学；而R2模型则针对单时间步非线性算子的高精度重构，采用单一酉算子实现。
作者单位：
VIP可见
提交arXiv：
2026-04-01 08:27
