抑制 QAOA 与近似量子退火中的非期望涨落
量子物理
2022-12-02 v1
摘要
量子近似优化算法（QAOA）部分受量子退火的数字化启发。基于该启发，我们发展了相关技术，利用通用门模型量子计算机的额外灵活性来减轻已知会扭曲量子退火搜索空间并导致伪极小值的涨落效应。我们发现，即便仅增加进行 Pauli X 测量的能力，也允许我们通过以正比于 Fubini-Study 度量对角元的方式缩放混合项来修改混合角，从而抵消这些效应。我们发现，在能量景观被扭曲的情况下，减轻这些效应可带来更高的成功概率，并且我们可以利用同样的 Pauli X 测量来定位哪些变量可能易受强涨落影响。我们引入的方法之效应即便在相对较浅深度 下也相关，表明我们所发展的技术在近期很可能具有意义。此外，由于这些方法依赖于控制 QAOA 中通常不被修改的自由度，我们的方法将与广泛的其它 QAOA 创新兼容。我们进一步在 IonQ Harmony QPU 上验证了这些涨落效应可被观测到。
引用
@article{arxiv.2212.00515,
title = {Suppressing unwanted fluctuations in QAOA and approximate quantum annealing},
author = {Touheed Anwar Atif and Catherine Potts and David Haycraft and Raouf Dridi and Nicholas Chancellor},
journal= {arXiv preprint arXiv:2212.00515},
year = {2022}
}
备注
33 pages 17 figures