在无平移对称性的非平凡量子态制备中提升量子近似优化算法的性能
量子物理
2023-02-10 v2 无序系统与神经网络
摘要
利用量子近似优化算法（QAOA）变分制备复杂量子态具有基础意义，并成为量子计算机的一项有前景的应用。在此，我们系统研究了 QAOA 在制备目标哈密顿量量子相变临界点附近的基态以及生成 Greenberger-Horne-Zeilinger（GHZ）态时的性能。我们揭示 QAOA 的性能与目标哈密顿量的平移不变性相关：若无平移对称性，例如由于开放边界条件（OBC）或系统中的随机性，QAOA 效率降低。我们随后提出由参数化资源哈密顿量辅助的广义 QAOA（PRH-QAOA）以取得更好性能。此外，基于 PRH-QAOA，我们设计了一个超越一维几何的低深度量子线路，以完美保真度生成 GHZ 态。讨论了所提方案在里德伯修饰原子上生成 GHZ 态的实验实现。我们的工作为在无平移对称性的可编程量子处理器上执行 QAOA 铺平了道路，尤其是针对近期发展的具有 OBC 的二维量子处理器。
引用
@article{arxiv.2206.02637,
title = {Improving the performance of quantum approximate optimization for preparing non-trivial quantum states without translational symmetry},
author = {Zheng-Hang Sun and Yong-Yi Wang and Jian Cui and Heng Fan},
journal= {arXiv preprint arXiv:2206.02637},
year = {2023}
}
备注
21 pages, 15 figures