量子计算机上正规矩阵乘积态的变分制备
无序系统与神经网络
2025-03-14 v1 统计力学
物理与社会
摘要
在量子计算机上制备矩阵乘积态(MPSs)是模拟多体物理的基本程序。然而，基于阶梯电路的广泛使用方案通常太深而无法在当前硬件上执行。这里我们证明，通过利用近似量子编译(AQC)的启发式方法，具有短程关联的MPSs可以用浅电路制备。我们通过ADAPT-AQC（自适应ansatz制备算法）实现这一点，并为现有的AQC-Tensor算法引入一种广义初始化程序。我们首先比较这些方法在制备分子电子结构基态的任务。然后，我们用它们制备50位海森堡XXZ自旋链在AFM-XY相边界附近的AFM基态。通过执行深度高达59 CZ和1251个CZ门的电路，我们进行全局淬火并观测到此前由于深基态制备电路而无法进入的参数区域中磁序的弛豫。我们的结果展示了量子和经典资源整合如何推动量子计算机上可研究问题的边界。
引用
@article{arxiv.2503.09684,
title = {The benefit of ignorance for traffic through a random congestible network},
author = {Alican Saray and Calvin Pozderac and Ari Josephson and Brian Skinner},
journal= {arXiv preprint arXiv:2503.09684},
year = {2025}
}
备注
8 + 2 pages, 5 figures