ADAPT-VQE 算法中梯度谷底的克服策略
量子物理
2026-01-01 v1
摘要
自适应导数组装问题定制变分量子本征求解器（ADAPT-VQE）为在量子设备上模拟高度关联量子系统提供了一种可行的方法，因而在硬件效率、可训练性和准确性之间取得了平衡。虽然 ADAPT-VQE 避免了其他 VQE 的许多缺点，但有时会受到一种称为梯度谷底的现象的阻碍。这指的是梯度的非单调收敛，尽管尚未到达能量最小值，梯度可能变得非常小。这导致由于有限的探测器数量和统计不确定性，难以找到要添加到 ansatz 中的正确算子，从而导致电路结构优化停滞。本文提出了检测和缓解这一现象的方法。利用 ansatz 的非交换代数，我们发展了确定在电路中插入新算子位置的启发式方法。我们发现，梯度谷底更容易在用于新算子插入的位置被重复使用时出现。我们提出的新方法在不同的 ansatz 位置添加新算子，使我们能够逃离梯度谷底，从而降低该算法的测量成本。该方法在成本和效率之间实现了有效的平衡，使收敛速度加快，而不会损害 ADAPT-VQE 的低电路深度和门数。
引用
@article{arxiv.2512.25004,
title = {Strategies for Overcoming Gradient Troughs in the ADAPT-VQE Algorithm},
author = {Jonas Stadelmann and Julian Übelher and Mafalda Ramôa and Bharath Sambasivam and Edwin Barnes and Sophia E. Economou},
journal= {arXiv preprint arXiv:2512.25004},
year = {2026}
}