张量跳跃法用于含噪声量子电路模拟

含噪声量子电路的经典模拟对于验证算法、基准测试硬件和评估纠错策略至关重要，但仍受限于密度矩阵方法的指数成本和标准轨迹采样的高方差。我们引入了一个方差感知的张量网络框架，将张量跳跃法与矩阵乘积态上的局部TDVP门演化和稀疏Pauli-Lindblad硬件噪声模型相结合。门作为MPS流形上的短变分演化应用，而噪声按电路窗口从Pauli-Lindblad跳跃集采样，具有状态无关的风险和耗散收缩，在重整化后简化为不相关的全局因子。该方法支持与硬件连接性一致的关联多量子比特Lindblad噪声，包括非相邻量子比特上的长程算子，从而能够直接模拟串扰和其他连接性引起的误差，超越局部噪声模型。我们开发了两种无偏的方差感知解纠缠。一种模拟幺正混合解纠缠在对称高斯或两点角定律下精确匹配Lindblad生成元，而投影跳跃解纠缠产生状态无关的风险和闭式方差定律。两者都保留标准的1/sqrt(N)蒙特卡洛收敛，但具有减小的前置因子。经验上，投影采样在多种电路架构中强烈降低轨迹方差和键维增长，而模拟采样在弱噪声下最有效。我们展示了在25量子比特含噪声XY淬火和IBM的127量子比特踢伊辛基准上，具有长程去极化噪声的准确、可扩展的含噪声电路模拟，与标准Kraus插入基线相比，实现了降低的蒙特卡洛方差和有利的MPS键维增长。