基于经典后处理的单元块优化方案，以降低变分量子本征求解器噪声影响

变分量子本征求解器 (VQE) 是一种寻找哈密顿量基态的有前景的方法。单元块优化方案 (UBOS) 是一种领先的 VQE 方法，通过遍历门位于其他门的环境中，寻找每个门的最优参数。UBOS 相对于随机梯度下降 (SGD) 将基态的收敛时间提高了一个数量级。然而在面对来自测量噪声的高噪声期望值时，UBOS 在收敛速率和最终收敛能量方面仍存在不足。本文发展了两种经典后处理技术，特别是在测量噪声较大时改善 UBOS。通过高斯过程回归 (GPR)，我们利用来自量子计算机的原始数据生成人造增强数据，以降低求解改进参数时的总体误差。通过双鲁棒优化加拒绝 (DROPR)，我们防止异常噪声的异常数据导致错误的单次优化步骤，从而提高对噪声测量的鲁棒性。将这些技术结合起来，进一步将 UBOS 达到的最终相对误差降低三倍，且无需增加额外的量子测量或抽样开销。本工作进一步表明， developing 使用经典资源来后处理量子测量结果的技术可以显著改进 VQE 算法。