缓解变分量子本征求解器的贫瘠高原
量子物理
2022-08-15 v2 机器学习
摘要
变分量子算法 (VQA) 有望在近 term 量子计算机上建立有价值的应用。然而，近期工作指出 VQA 的性能极大依赖于 ansatz 的表达能力，并受到如贫瘠高原（即梯度消失）等优化问题的严重限制。本工作提出态高效 ansatz (SEA) 以改进可训练性来实现精确的基态制备。我们表明，SEA 可用远少于通用 ansatz 的参数生成任意纯态，使其对基态估计等任务高效。接着，我们证明贫瘠高原可被 SEA 高效缓解，且通过灵活调整 SEA 的纠缠能力，可最多以二次方式进一步改善可训练性。最后，我们研究了基态估计中的大量实例，在其中我们于代价梯度幅值与收敛速度上均取得显著提升。
引用
@article{arxiv.2205.13539,
title = {Mitigating barren plateaus of variational quantum eigensolvers},
author = {Xia Liu and Geng Liu and Jiaxin Huang and Hao-Kai Zhang and Xin Wang},
journal= {arXiv preprint arXiv:2205.13539},
year = {2022}
}
备注
20 pages including appendix