用于等离子体仿真的混合量子-经典粒子模拟方法
量子物理
2025-09-03 v2 新兴技术
摘要
我们提出了一种混合量子-经典静电 Particle-in-Cell（PIC）方法，其中静电场泊松求解器在使用数据驱动和物理信息学习方法训练的混合经典-量子神经网络（HNN）下，于量子计算机模拟器上实现。HNN 在经典 PIC 仿真结果上进行训练，并通过 PennyLane 量子模拟器执行。其余计算步骤，包括粒子运动和场插值，在经典系统上执行。为了评估这种混合方法的准确性和计算成本，我们针对等离子体物理学中的标准基准——双流不稳定性，测试了该混合量子-经典静电 PIC。我们的结果表明，量子泊松求解器达到了与经典方法相当的精度。它还提供了关于将量子计算和 HNNs 用于等离子体仿真的可行性的见解。我们还讨论了与当前量子计算机模拟器相关的计算开销，展示了混合量子-经典数值方法的挑战和潜在优势。
引用
@article{arxiv.2505.09260,
title = {A Hybrid Quantum-Classical Particle-in-Cell Method for Plasma Simulations},
author = {Pratibha Raghupati Hegde and Paolo Marcandelli and Yuanchun He and Luca Pennati and Jeremy J. Williams and Ivy Peng and Stefano Markidis},
journal= {arXiv preprint arXiv:2505.09260},
year = {2025}
}
备注
10 pages, 9 figures