纠缠最小化轨道实现更快的分子量子模拟

量子计算通过量子相位估计（QPE）等算法为加速分子和材料模拟提供了巨大潜力。然而，基态能量估计的预期加速取决于高效制备与真实基态高重叠的初态的能力。对于铁硫簇等强关联分子，该重叠被证明随系统规模呈指数衰减。为缓解这一问题，我们引入了一种高效的经典算法，利用自旋适配矩阵乘积态（MPS）和小键维数来寻找纠缠最小化轨道（EMOs）。EMO 基为基态提供了更紧凑的表示，显著简化了具有挑战性系统的初态制备。我们的算法在铁硫簇（含四个铁原子）上将初态重叠相比先前轨道优化方法提高了近一个数量级，并且可扩展到具有多个未配对电子的更大系统，包括氮固定酶中的 P 簇和 FeMo 辅因子（含八个过渡金属中心）。对于这些系统，与使用局域轨道获得的结果相比，我们在初态重叠上分别实现了 $O(10^2)$ 和 $O(10^5)$ 量级的显著提升。我们的结果表明，这些具有挑战性系统的初态制备所需资源远少于先前的估计。