量子组合优化中利好景观的进展
量子物理
2021-09-08 v3
摘要
变分量子算法的性能依赖于量子与经典计算资源的协同成功。此处，我们研究这些量子与经典组件如何相互关联。特别地，我们聚焦于求解组合优化问题 MaxCut 的算法，并研究经典优化景观的结构如何与用于评估 MaxCut 目标函数的量子电路相关联。为解析刻画量子特征对景观临界点的影响，我们考虑由相互对易元素组成的量子电路 ansatz 族。我们将多量子比特操作识别为关键资源，并表明过参数化可获致利好景观。即，我们证明该族中含指数多可变参数的 ansatz 对一般图产生无局部最优的景观。然而，我们进一步证明这些 ansatz 相对纯经典 MaxCut 算法不提供超多项式优势。我们随后给出一系列数值实验，说明非对易性与纠缠是提升算法性能的重要特征。
引用
@article{arxiv.2105.01114,
title = {Progress toward favorable landscapes in quantum combinatorial optimization},
author = {Juneseo Lee and Alicia B. Magann and Herschel A. Rabitz and Christian Arenz},
journal= {arXiv preprint arXiv:2105.01114},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:2105.05365