量子科技中心_量科网

量子比特数量有限是噪声中等规模量子（NISQ）时代中量子近似优化算法（QAOA）处理大规模组合优化问题的主要瓶颈。现有技术通过削减量子比特来推进研究，但会以信息损失为代价，从而导致计算性能下降。为解决这一问题，该团队提出保持等效性的量子比特高效QAOA（EQE-QAOA），在不降低算法性能的前提下显著减少所需量子比特数。通过利用内禀对称性和守恒量，研究人员首先证明QAOA动力学被严格限制在希尔伯特空间的不变子空间内，随后论证该子空间内的演化与全尺度系统完全等效，可获得与原QAOA相同的最优解。此外，为减少量子比特用量，该工作提出通过等距映射将子空间重新编码至依赖更少量子比特的空间。研究进一步推导了EQE-QAOA的适用条件，表明其广泛适用于大规模组合优化问题，仅排除变量完全独立的无约束问题。基于Max-Cut案例的数值模拟证实，EQE-QAOA在保持精确优化性能的同时，显著降低了量子比特需求和计算资源消耗。