比较领先VQE算法计算氨基酸基态能量的性能

模拟分子是量子计算的一个主要应用，有潜力克服经典计算的指数级扩展限制。研究人员使用不同的方法来评估NISQ计算机的 readiness，以测试当前的模拟能力。我们提出了一个集成的存储库，其中包含来自已发表论文的10多种不同拟设和两种不同截断方法的可复现基准，适用于任何一组映射的哈密顿量，提供了一个用于沿多个轴（包括方差和计算时间等）比较性能的单一流水线。我们使用取自QMProt数据集的哈密顿量，将它们应用于模拟不同的氨基酸。然后我们进行了四个独立的实验。首先，我们通过在相同初始化下优化相同的硬件高效拟设，同时扫描PennyLane噪声通道和强度，并测量参数漂移、最优参数的余弦相似度以及在无噪声与有噪声后端上评估的能量，来量化噪声鲁棒性。然后，我们通过梯度方差诊断和跨初始化策略及拟设深度的优化轨迹，研究了与小系统上贫瘠高原相关的可训练性。接着，我们在匹配的参数预算下比较了自适应与固定拟设，报告外层循环迭代、墙钟时间，尤其是总代价函数评估次数，以公平对比贪婪自适应增长与分层硬件高效电路。最后，我们通过扫描保留的自适应算子数量并记录相对于经典参考的基态能量误差，来映射准确性与表达能力。