量子模拟退火中基于复制对齐引起的基态抽样均匀性偏差
量子物理
2025-10-14 v1 统计力学
摘要
搭载横向场的量子退火 (Quantum Annealing, QA) 常常无法公平地抽样退化基态，限制了其在需要多样最优解的应用场景的可行性。尽管量子蒙特卡罗 (Quantum Monte Carlo, QMC) 被广泛用于模拟 QA，但其是否能够再现这种不公平的基态抽样仍不清楚，因为随机量子动力学与相干量子动力学在本质上存在差异。我们通过将 QMC 主方程与薛定谔方程得到的最终基态分布进行比较，定量评估了 QMC 如何准确地再现 QA 中的抽样偏差。我们发现 QMC 倾向于产生均匀的基态概率，而与 QA 的偏置分布不同，随着退火进行，这种均匀性偏差不断加剧。我们的分析表明，这一偏差源于复制对齐——即所有 Trotter 复制配置中占主导地位的配置——这种现象是由于 kink 配置（复制不匹配）在能量抑制和熵势减小下的主导。这些发现阐明了离散时间 QMC 在忠实模拟 QA 动力学方面的根本局限，凸显了复制关联性和转换规则在实现真实基态抽样中的重要性。
引用
@article{arxiv.2510.10566,
title = {Uniformity Bias in Ground-State Sampling Induced by Replica Alignment in Quantum Monte Carlo for Quantum Annealing},
author = {Naoki Maruyama and Masayuki Ohzeki and Kazuyuki Tanaka},
journal= {arXiv preprint arXiv:2510.10566},
year = {2025}
}