修正版共轭量子自然梯度
量子物理
2025-11-04 v2
摘要
变分量子算法（VQA）的高效优化是其在量子计算中成功应用的关键。量子自然梯度（QNG）方法利用量子态空间的几何结构，已显示出比标准梯度下降更好的收敛性能 [Quantum 4, 269 (2020)]。本文引入修正共轭量子自然梯度（CQNG），一种将 QNG 与非线性共轭梯度法原理相结合的优化算法。与 QNG 采用固定学习率不同，CQNG 在每一步动态调整其超参数，提高了效率和灵活性。数值模拟显示，在各种优化情景下，CQNG 均实现更快的收敛并降低量子资源需求，即使严格的共轭条件未完全满足——因此称为“修正共轭”。这些结果表明，CQNG 是一种值得期待的优化技术，可提升 VQA 的性能。
引用
@article{arxiv.2501.05847,
title = {Modified Conjugate Quantum Natural Gradient},
author = {Mourad Halla},
journal= {arXiv preprint arXiv:2501.05847},
year = {2025}
}