利用经典阴影避免 barren plateaus

变分量子算法是在近期设备上实现量子优势的有前景的算法。量子硬件用于实现变分波函数并测量可观测量，而经典计算机用于存储和更新变分参数。然而，具有强表达力的变分 ansätze 的优化景观在参数空间中由称为 barren plateaus 的大区域主导，其梯度消失，阻碍了高效优化。在这项工作中，我们提出了一种通用算法，在初始化阶段和整个优化过程中避免 barren plateaus。为此，我们基于局域约化密度矩阵的熵定义了弱 barren plateaus (WBP) 的概念。WBP 的存在可以使用最近引入的量子态阴影层析成像在经典计算机上高效量化。我们证明，避免 WBP 足以确保在初始化时具有可观的梯度。此外，我们证明，在熵的指导下减小梯度步长可以在优化过程中避免 WBP。这为近期设备上高效的免 barren plateau 优化铺平了道路。