量子科技中心_量科网

混合张量网络通过将量子计算机制备的量子态集成到经典张量网络方法中，为提升其表达能力提供了有前景的途径。现有方法受限于张量网络中量子组件的变分优化。该工作提出了一种替代策略，将量子退火制备的非参数化量子态与经典等距张量网络相结合。后者通过变分优化，而前者则作为固定边界张量资源，以经典阴影的形式使用。该团队通过横向场伊辛模型的大量数值模拟验证了该方法的可行性，表明优化过程在统计噪声和硬件噪声下仍保持稳健。此外，研究结果表明，与原始量子模拟相比，该研究新提出的方案在不增加所用量子电路深度的情况下，提高了所获基态近似的精度。因此，该方案为将变分量子算法扩展到量子效用规模提供了实用途径。