量子科技中心_量科网

该团队提出并实证验证了"景观跨度压缩"(Landscape Span Compression, LSC)——这是一种与设备无关的度量标准，用于量化硬件噪声如何扭曲量子近似优化算法(QAOA)的变分能量景观。直观而言，LSC测量噪声使能量景观平坦化的程度，当景观坍缩至贫瘠高原时趋近于1。该团队报告了在IBM的ibm_fez系统上应用基于LSC噪声表征的QAOA实验研究，针对三个受约束的QUBO投资组合实例，提炼出关于参数转移、校准模型保真度和误差缓解的实践经验。通过在ibm_fez(Heron r2, 156量子比特)上运行p=1的QAOA电路，对编码为QUBO问题的三个受约束二元优化实例进行每网格点高达57,344次的测量，该团队发现：(i)硬件噪声将景观跨度均匀压缩24-30%，且未改变全局最小值位置，支持经典到硬件的参数转移；(ii)最优参数处的可行性分数仍保持比随机采样高1.5-1.7倍，尽管存在噪声引起的性能下降；(iii)基于IBM校准的噪声模型与硬件结构达到皮尔逊r=0.959的相关性，但仅能解释约42%的近似比退化，串扰和相干误差是主要未解释因素；(iv)所有实例中观察到约0.03近似比单位的恒定噪声成本；(v)零噪声外推法带来+7%/+9%/-4%的混合能量改进，同时伴随3-5倍的不确定性放大。该团队将LSC与四种现有指标进行比较，论证其对于近期设备上受约束QAOA的噪声严重程度判别最具鲁棒性。