多角度 QAOA 并非总是需要其全部角度
量子物理
2023-04-10 v3
摘要
为量子电路引入额外的可调参数，是在不增加硬件需求的情况下提升性能的强有力方式。近期提出的量子近似优化算法多角度扩展(ma-QAOA)通过允许哈密顿量中每一项参数独立变化，相比 QAOA 显著提升了解的质量。然而，先前结果表明参数存在相当程度的冗余，去除冗余将降低参数优化代价。本工作中，我们通过证明对称性可用于在保持解质量不降的前提下减少 ma-QAOA 所用参数数量，数值上揭示了问题对称性与参数冗余之间的联系。我们研究了全部 7,565 个具有非平凡对称群的连接、非同构 8 节点图上的 Max-Cut 问题，并数值表明其中 67.4% 的图可利用对称性减少参数数量而不降低目标值，参数平均缩减比例为 28.1%。此外，我们表明其中 35.9% 的图仅利用最大对称性即可实现该缩减。对于减少参数导致目标值下降的图，利用最大对称性可减少 37.1% 的参数数量，代价仅为目标值下降 6.1%。我们通过展示随机参数缩减策略导致远差的表现，说明了对称性的核心作用。
引用
@article{arxiv.2209.11839,
title = {Multi-Angle QAOA Does Not Always Need All Its Angles},
author = {Kaiyan Shi and Rebekah Herrman and Ruslan Shaydulin and Shouvanik Chakrabarti and Marco Pistoia and Jeffrey Larson},
journal= {arXiv preprint arXiv:2209.11839},
year = {2023}
}