量子科技中心_量科网

在变分量子算法、QAOA和量子退火中，成本哈密顿量决定了量子硬件所探索的优化景观；然而，在许多面向应用的公式中，该哈密顿量只是真实任务级目标的简化代理。以基于格点的量子蛋白质结构预测为案例，该研究探讨了该场景中常用的接触能成本哈密顿量是否与结构精度（以与实验测定结构的RMSD来衡量）充分对齐。通过这一具体问题，该研究展示了独立于所用量子方法研究成本哈密顿量可靠性的重要性。该工作表明，对于小肽片段而言，平均来看，所考虑的成本哈密顿量的能量景观与实际误差的相关性不够强，无法提供有意义的预测。此外，该研究通过蒙特卡洛采样对更大实例的相关性进行了估算，结果显示，在更大问题实例及考虑更多相互作用壳层时，该相关性有所增强。这一探索说明了独立于所用量子算法研究成本哈密顿量相关性的意义。