在深度变分量子电路中通过高斯初始化逃离贫瘠高原

近年来，变分量子电路已被广泛应用于量子模拟与量子机器学习。然而，具有随机结构的量子电路由于梯度随电路深度和量子比特数呈指数级消失而可训练性较差。这一结果导致了一个普遍观点，即深度量子电路难以用于实际任务。在本工作中，我们提出了一种针对一般深度量子电路中梯度消失问题的具有理论保证的初始化策略。具体而言，我们证明在适当的高斯初始化参数下，当量子比特数与电路深度增加时，梯度的范数至多以多项式速度衰减。我们的理论结果对局域可观测量与全局可观测量两种情况均成立，而后者曾被认为即便对非常浅的电路也会存在梯度消失。实验结果在量子模拟与量子化学中验证了我们的理论发现。