变分量子算法最优解中的噪声诱导相变

变分量子算法是在含噪中等规模量子（NISQ）硬件上实现实用量子优势的有前途的候选方案。然而，对于与量子优势相关的系统规模，优化与这些算法相关的含噪代价函数具有挑战性。在这项工作中，我们通过研究计算自旋链模型基态的变分量子本征求解器（VQE）算法，研究了噪声对优化的影响，并观察到噪声诱导的最优解突变。我们将展示数值模拟、使用IBM量子处理器单元（QPU）的演示以及表明这种突变起源的理论分析。我们的发现表明，仔细分析对于避免将噪声诱导的特征误认为是真正的算法结果至关重要。