变分量子优化中测量 shot 噪声的挑战
量子物理
2024-11-27 v2 其他凝聚态物理
计算物理
摘要
经典代价函数的量子增强优化是量子计算的核心主题，因其在科学和技术上的高潜在价值。变分量子本征求解器（VQE）和量子近似优化算法（QAOA）是流行的变分方法，被视为噪声中等规模量子（NISQ）时代最可行的解决方案。在此，我们研究量子资源（定义为所需的线路重复次数）在问题规模增大时达到固定成功概率的标度，聚焦于现实实现中不可避免的测量 shot 噪声所起的作用。我们处理了简单且可复现的问题实例，即铁磁和无序伊辛链。我们的结果表明：（i）当采用基于能量的优化器时，带有标准启发式 ansatz 的 VQE 标度与直接暴力搜索相当。使用基于梯度的优化器时性能至多二次改善。（ii）当参数从随机猜测优化时，QAOA 的标度也意味着对于大问题规模存在成问题的绝对运行时间。（iii）当辅以物理启发的参数初始化时，QAOA 变得实用。我们的结果表明，混合量子-经典算法可能应避免暴力经典外循环，而应聚焦于智能参数初始化。
引用
@article{arxiv.2308.00044,
title = {Challenges of variational quantum optimization with measurement shot noise},
author = {Giuseppe Scriva and Nikita Astrakhantsev and Sebastiano Pilati and Guglielmo Mazzola},
journal= {arXiv preprint arXiv:2308.00044},
year = {2024}
}
备注
15 pages, 11 figures