深度为一的量子交替算子 ansatz 作为近似 Gibbs 分布抽样器
量子物理
2025-10-15 v1 统计力学
信息论
math.IT
计算物理
摘要
本研究数值探讨了QAOA（Quantum Alternating Operator Ansatz）的热力学抽样特性，该方法是从原始Quantum Approximate Optimization Algorithm推广而来。具体考察QAOA能否从由经典Ising模型（具体为完全互连无序自旋葛萃）定义的Gibbs分布（即玻尔兹曼分布）中进行抽样。我们关注两种不同的QAOA混合器：标准横向场X混合器和Grover混合器。在QAOA深度为1的情况下，我们考察单个完整QAOA参数搜索空间周期内的能量景观、QAOA概率分布的香农熵景观，以及玻尔兹曼分布抽样温度与误差率（即QAOA分布与真实玻尔兹曼分布的接近程度）之间的权衡。我们发现，在非常高的温度下，单轮Grover混合器QAOA能够更准确地从玻尔兹曼分布中进行抽样，而标准X混合器QAOA则不行。两种X混合器和Grover混合器深度为1的QAOA都可以作为近似玻尔兹曼分布抽样器，其近似程度严重依赖于QAOA角度的选择。
引用
@article{arxiv.2510.10345,
title = {Depth One Quantum Alternating Operator Ansatz as an Approximate Gibbs Distribution Sampler},
author = {Elijah Pelofske},
journal= {arXiv preprint arXiv:2510.10345},
year = {2025}
}