受算法冷却启发的最小化变分量子态 ansatz 设计

本研究引入一种新颖的最小化变分量子态 ansatz，灵感来自算法冷却原则。提出的 Heat Exchange 算法冷却 ansatz（HE ansatz）实现了高效的能量分布重分配，而无需浴复位，简化了在噪声中间规模量子（NISQ）设备上的实现。与传统的硬件高效 ansatz 和 QAOA ansatz 相比，HE ansatz 在完全网络 \textsc{Maxcut} 优化问题上实现了优越的逼近比率。我们还提出了一种新型变分算法，利用 HE ansatz 来计算混合耗散系统的变分量子本征值求器（dVQE）的基态，该算法在 1D Heisenberg 链中带有杂质的基态能量计算中实现了亚 1% 的误差，并成功模拟了杂质自旋链的边缘效应，凸显了其在量子多体物理学中潜在的应用前景。这些结果凸显了该 ansatz 与硬件高效实现之间的兼容性，为解决无序和开放量子系统中的复杂量子问题提供了可扩展的方法。