面向量子近期计算的噪声感知可扩展子空间经典优化器：面向 QAOA
量子物理
2025-12-03 v1 最优化与控制
摘要
我们提出 ANASTAARS，一种面向变分量子算法（如量子近似优化算法 QAOA）的噪声感知可扩展经典优化器。ANASTAARS 利用自适应随机子空间策略，高效优化 QAOA 电路的 ansatz 参数，以应对 potentially 大量 QAOA 层数带来的挑战。ANASTAARS 在通过 Johnson-Lindenstrauss 变换定义的低维仿射子空间内，迭代构建随机插值模型。这种自适应策略允许选择性地重用先前获取的测量数据，显著降低获取测量数据的计算成本。此外，为稳健处理噪声测量，ANASTAARS 采用噪声感知优化技术，通过估计噪声幅度并调整信任域步骤来应对。数值实验表明，所提方法在量子近期计算应用中具有实际可扩展性。
引用
@article{arxiv.2507.10992,
title = {A Noise-Aware Scalable Subspace Classical Optimizer for the Quantum Approximate Optimization Algorithm},
author = {Kwassi Joseph Dzahini and Jeffrey M. Larson and Matt Menickelly and Stefan M. Wild},
journal= {arXiv preprint arXiv:2507.10992},
year = {2025}
}