光子学中的实验量子自然梯度优化
量子物理
2023-10-12 v1 机器学习
光学
摘要
变分量子算法（VQAs）结合了参数化量子电路与经典优化器的优势，有望在含噪中等规模量子时代实现实用的量子应用。VQAs 的性能严重依赖于优化方法。与无梯度及普通梯度下降方法相比，反映参数空间几何结构的量子自然梯度（QNG）能够实现更快收敛并更易避免局部极小值，从而降低电路执行代价。我们利用全可编程光子芯片首次在光子学中实验估计了 QNG。我们获得了 He-H 阳离子的解离曲线并达到了化学精度，验证了 QNG 优化在光子器件上的优越性。我们的工作为利用光子学中的 QNG 实现实用的近期量子应用开辟了前景。
引用
@article{arxiv.2310.07371,
title = {Experimental quantum natural gradient optimization in photonics},
author = {Yizhi Wang and Shichuan Xue and Yaxuan Wang and Jiangfang Ding and Weixu Shi and Dongyang Wang and Yong Liu and Yingwen Liu and Xiang Fu and Guangyao Huang and Anqi Huang and Mingtang Deng and Junjie Wu},
journal= {arXiv preprint arXiv:2310.07371},
year = {2023}
}