量子科技中心_量科网

为克服经典部分连接玻尔兹曼机与主流量子玻尔兹曼机（QBM）的局限性，该工作将量子近似优化算法（QAOA）的常规电路扩展为双层优化架构，并提出一种全连接QBM。内层训练基于常规QAOA电路的计算过程模拟正相能量最小化，而外层训练则通过优化目标哈密顿量的结构参数来模拟负相对比散度学习。研究发现：第一，该模型在QAOA电路中仅使用单层（p=1）即可展现优异性能，在无噪声条件下测量目标量子态的平均概率达到0.9559。第二，该模型具有显著的噪声鲁棒性。在当前主流商用量子计算设备的典型噪声水平下，测量目标量子态的平均概率可达0.6047；当噪声强度加倍至更严苛水平时，该概率仍保持在0.3859。在上述两种场景中，目标量子态在所有检测状态中保持最高测量概率，其数值为第二高状态概率的数倍。这表明即便噪声达到或超过当前主流商用量子计算设备的上限，该模型仍保持强鲁棒性。第三，在采用p=1且仅用10次测量快照的分块学习策略下，无论是否存在噪声干扰，该模型均能稳定生成目标“量子比特”网格图像，展现出图像生成方面的强鲁棒性。