基于顺序和砖墙量子电路的矩阵产品态可扩展准备方法

准备任意量子态需要指数级资源。矩阵产品态（Matrix Product States, MPS）具有更高效的构建方式，尤其在将准确度与电路复杂度进行权衡时尤为有效。现有方法要么依赖于确定性但迅速饱和于准确度的启发式电路，要么依赖于高保真度但规模不佳的变分优化方法。本文引入了一种端到端的MPS准备框架，将两种策略的优势整合于单个管道中。启发式阶梯状和砖墙式扰挠电路提供warm-start初始化，使变分优化能够为大系统实现高保真度准备。目标MPS要么作为物理量子态指定，要么通过幅度编码从经典数据集构建，采用逐步奇异值分解或张量交叉插值方法。该框架包含基于纠缠的量子比特重排（可形式化为二次分配问题），以及能够将电路深度降低最高50%、CNOT数量降低33%的低层优化。我们在系统规模为19至50量子比特、数据集复杂度不同的情形下评估了完整管道，识别了保真度、门数和电路深度之间的权衡。优化后的砖墙电路通常实现最低的深度，而优化后的阶梯状电路则最小化门数。总体而言，我们的结果为作为量子电路准备MPS提供了原则且可扩展的协议，支持在近期量子设备上实现大规模应用。