量子化学应用中变分量子算法不同优化器的基准测试
量子物理
2023-08-04 v3
摘要
经典优化器在决定变分量子算法的精度与收敛性方面起着关键作用。文献中,许多具有各自架构的优化器已被便捷地用于不同应用。本工作中,我们考虑几种流行的优化器,并在真实的含噪环境下评估它们在量子化学应用中的变分量子算法性能。我们基于简单分子(如氢、氢化锂、氢化铍、水和氟化氢)的量子模拟,对优化器进行带批判性分析的基准测试。基态能量、解离能和偶极矩的误差被用作衡量标尺。所有模拟均使用理想量子电路模拟器、含噪量子电路模拟器,以及嵌入了来自IBM Cairo量子设备的噪声的含噪模拟器进行,以理解经典优化器在理想与真实量子环境中的表现。模拟采用标准酉耦合簇(UCC)拟设,量子比特数从氢分子的两个到氟化氢的十个不等。基于这些优化器在理想量子电路中的表现,共轭梯度(CG)、有限内存Broyden-Fletcher-Goldfarb-Shanno边界(L_BFGS_B)和序列最小二乘规划(SLSQP)优化器被发现是表现最佳的基于梯度的优化器。而在无梯度方法中,通过线性近似的约束优化(COBYLA)和POWELL表现最为高效。然而,在含噪量子电路条件下,同时扰动随机逼近(SPSA)、POWELL和COBYLA属于表现最佳的优化器。
引用
@article{arxiv.2208.10285,
title = {Benchmarking of Different Optimizers in the Variational Quantum Algorithms for Applications in Quantum Chemistry},
author = {Harshdeep Singh and Sabyashachi Mishra and Sonjoy Majumder},
journal= {arXiv preprint arXiv:2208.10285},
year = {2023}
}