用 qBang 优化变分量子算法：高效交织度量与动量以穿越平坦能量地貌

变分量子算法（VQAs）代表了利用当前量子计算基础设施的一种有前景的方法。VQAs 基于参数化量子电路，通过经典算法在闭环中优化。这种混合方法减少了量子处理单元负载，但代价是经典优化可能出现平坦能量地貌。现有优化技术，包括虚时传播、自然梯度或基于动量的方法，都是有希望的候选者，但要么给量子设备带来显著负担，要么经常遭受收敛缓慢之苦。在这项工作中，我们提出量子 Broyden 自适应自然梯度（qBang）方法，一种旨在提炼现有方法最佳方面的新型优化器。通过采用 Broyden 方法近似 Fisher 信息矩阵中的更新并将其与基于动量的算法结合，qBang 降低了量子资源需求，同时表现优于资源需求更高的替代方案。针对贫瘠高原、量子化学和最大割问题的基准测试展示了整体稳定的性能，并在平坦（但非指数平坦）优化地貌情况下相对于现有技术有明显改进。qBang 为基于梯度的 VQAs 引入了一种具有大量可能改进的新开发策略。