量子科技中心_量科网

该团队提出了一种针对隐量子马尔可夫模型（HQMM）的量子维特比解码算法，该算法受量子信息处理和量子算法的启发。给定一个有限的测量结果序列，该算法能够识别出最大化联合解码泛函的隐量子轨迹，从而作为经典维特比分数的真正量子对应物。与经典隐马尔可夫模型（其解码优化是在有限离散状态空间上进行）不同，该团队的方法是在纯量子效应的连续流形上进行优化，从而利用了隐记忆中的相干叠加。该研究证明了一种严格的量子优势：即使两种模型具有相同的观测统计量，相干隐轨迹所能达到的解码分数也严格超过任何局限于对角（对易）效应的经典策略。这些结果将量子维特比解码定位为一种具体的量子算法原语，适用于序列决策，并可直接应用于量子存储器、带存储的量子通信，以及近期的NISQ设备上的量子机器学习。