变分量子算法的单分量梯度规则

许多近期量子计算算法被构想为变分量子算法，其中参数化量子线路在量子-经典混合设置中被优化。例子包括变分量子本征求解器、量子近似优化算法以及量子辅助机器学习背景下的各种算法。这类算法的共同瓶颈在于变分参数的优化。一组流行的优化方法基于通过线路求值获得的梯度估计进行工作。我们将组合这些线路求值的方式称为梯度规则。本工作全面刻画了逐个改变量子门参数的梯度规则族。该族中最著名的已知成员是参数移位规则和有限差分法。为统一该族，我们提出一个广义参数移位规则，将上述族的所有成员表达为特例，并讨论如何将这些规则均视为对精确一阶与二阶导数的线性组合的访问。我们进一步证明，具有一次非移位求值和仅一次移位线路求值的参数移位规则不可能存在，并引入一种用于构造新梯度规则的新视角。