Snapshot-QAOA：将QAOA扩展至量子哈密顿模拟
量子物理
2026-03-17 v2
摘要
我们提出了Snapshot-QAOA，这是一种量子近似优化算法（QAOA）的变种，旨在寻找大型量子哈密顿（即具有非对角项的哈密顿）的近似最小能量本征态。传统上，QAOA针对approximately求解组合优化问题；Snapshot-QAOA扩展了QAOA的适用范围到更广泛的量子哈密顿，目标是近似求解基态。这种基态寻找是量子化学和材料科学应用中的常见挑战。Snapshot-QAOA保留了QAOA具有的变分算法优势，特别是参数数量较少且电路深度相对较浅。因此，Snapshot-QAOA是NISQ时代变分量子本征值器（VQE）算法的一个更可训练的替代方案，同时相对于量子相位估计（QPE）算法在电路深度上具有显著优势。我们的基本方法灵感来自将连续时间线性adiabatic anneal schedule进行Trotter分解的思想，当QAOA深度足够大时可获得很好的性能。Snapshot-QAOA限制QAOA演化在演化结束时不会完全消除混合哈密顿，而是仅演化部分典型的线性QAOA schedule，从而创建了典型QAOA演化的一个快照。作为测试案例，我们在16量子比特的J1-J2扭肯方形横向场Ising模型（带周期边界条件）上模拟了Snapshot-QAOA。
引用
@article{arxiv.2412.17990,
title = {Snapshot-QAOA: Extending QAOA to Quantum Hamiltonian Simulation},
author = {Reuben Tate and Quinn Langfitt and Elijah Pelofske and Ammar Kirmani and Andreas Bärtschi and John Golden and Stephan Eidenbenz},
journal= {arXiv preprint arXiv:2412.17990},
year = {2026}
}