作者: Diyi Liu, Shuchen Zhu, Lin Lin, Guang Hao Low, Chao Yang

1. 核心物理图象

• 核心图象：想象一个装满电子的“量子棋盘”，每个格子要么有电子、要么没有。我们要在量子计算机上模拟这些电子如何相互作用。传统方法需要逐一告诉量子计算机“哪对格子之间有相互作用、强度多大”，这像一本厚厚的电话簿，逐条查询非常昂贵。本文的核心贡献是设计了一套更聪明的查询和编码策略，不再逐条搬运整本电话簿，而是利用电子棋盘的稀疏性（每个电子只与少数几个伙伴互动）和粒子数守恒（电子总数固定），直接生成“有效的”相互作用列表。这使得模拟所需的基本量子门数量大幅减少，尤其对于粒子数远小于格子数的体系，效率提升尤为显著。

• 一句话贡献：提出了新的量子线路构造方法，用于将二次量子化费米子哈密顿量“块编码”到量子计算机中，将门复杂度从线性降低到平方根级别，并利用粒子数守恒进一步压缩资源开销。

2. 关键术语解释

• 块编码 (Block Encoding)：一种将非酉矩阵（如哈密顿量）嵌入到更大酉矩阵左上角的技术。在量子模拟中，只要实现了块编码，就可以用量子信号处理等算法来模拟时间演化、求基态能量等。本文的核心就是构造更高效的块编码线路。

• 稀疏性预言机 (Sparsity Oracle, (O_C))：一个量子线路，负责“告诉”量子计算机哈密顿量矩阵中非零元素的位置（即哪些相互作用项存在）。本文用 SWAP-UP 网络和 CNOT 阶梯等低开销组件构造它，避免了对所有可能的指标组合进行扩散。

• 间接扩散 (Indirect Diffusion, (O_{\text{IDF}}))：本文提出的关键技巧，用于固定粒子数体系。它不生成所有可能的轨道指标叠加，而是根据当前电子组态 ( |j\rangle )，只生成那些实际被占据的轨道指标。这直接导致子归一化因子从 ( O(n^4) ) 降到 ( O(n^2\eta2) )，大幅节省资源。

3. 主要贡献

• 贡献一：将 T 门复杂度从线性降到平方根级别。对于一般二次量子化哈密顿量，传统 LCU 方法的 T 门数随相互作用项数 ( L ) 线性增长 (( O(L) ))。本文通过 SELECT–SWAP 数据查找和直接采样构造振幅预言机，将 T 门数降至 ( \tilde{O}(\sqrt{L}) )，实现了近乎二次方的改进。

• 贡献二：首次为固定粒子数 ((\eta)-粒子) 子空间显式构造了最优子归一化因子的块编码。传统方法对整个 Fock 空间编码，子归一化因子为 ( O(n^4) )。本文利用状态依赖的稀疏性和振幅预言机，将子归一化因子降至 ( O(n^2\eta2) )，当 ( \eta \ll n ) 时优势巨大。

• 贡献三：将框架扩展到结构化哈密顿量，包括最近邻相互作用、平移不变性以及系数随距离衰减的体系。通过利用这些结构，进一步减少了数据查找表的规模，降低了线路复杂度和子归一化因子。

• 贡献四：显著降低了 Clifford 门开销。通过使用数据查找和直接采样替代传统的多控旋转门，减少了实现振幅预言机所需的 Clifford 门数量，使得整体线路更贴近早期容错量子计算机的实际资源限制。

4. 研究方法

• 核心理论框架：基于块编码和量子信号处理 (QSP) / 量子奇异值变换 (QSVT)。块编码负责将哈密顿量嵌入酉算子，QSP/QSVT 则利用该块编码实现时间演化、能量估计等任务。

• 关键算法与线路构造：

1. 稀疏性预言机 (O_C)：作用于占据数基矢 ( |j\rangle )，通过 SWAP-UP 网络、CNOT 阶梯和受控翻转，直接实现费米子产生/湮灭算符对 ( |j\rangle ) 的作用，同时用靶向 Pauli-Z 门编码费米子符号。这避免了 Jordan-Wigner 变换带来的非局域 Pauli 串开销。
2. 振幅预言机 (O_A)：采用 SELECT–SWAP 数据查找 电路，将经典系数加载为量子叠加态的振幅。具体分两步：先用 SELECT–SWAP 从经典数据中查表得到系数的二进制表示；再用直接采样线路将该二进制表示转化为辅助量子比特的振幅。SELECT–SWAP 的参数 ( \lambda ) 可调，以在 T 门数和辅助比特数之间取得最优平衡。
3. 间接扩散 (O_{\text{IDF}})：针对固定粒子数体系，先用 Hadamard 门生成 ( 0 ) 到 ( \eta-1 ) 的叠加，再通过占据检测预言机 (O_{\text{occ}}) 将这些指标映射到当前组态 ( |j\rangle ) 中实际被占据的轨道位置 ( \text{occ}_i(j) )。这样，后续的 (O_A) 和 (O_C) 只作用于有效的相互作用项，而非所有形式上的指标组合。
4. 结构化哈密顿量优化：对于最近邻或平移不变体系，用算术加减线路生成 ( |p-m\rangle ) 等距离指标，替代对所有 ( (p,q) ) 对的扩散，从而缩小数据查找表规模。

5. 实验结果与结论

• 关键结论：

• 对于一般二次量子化哈密顿量，全 Hilbert 空间下 T 门数和辅助比特数从 ( O(n^4) ) 降至 ( O(n^2 \sqrt{\log(n^4/\epsilon)}) )，但子归一化因子仍为 ( O(n^4) )。
• 在固定 ( \eta )-粒子子空间，子归一化因子从 ( O(n^4) ) 降至 ( O(n^2\eta2) )，T 门数和辅助比特数进一步降低至 ( O(n^2 \sqrt{\log(n^2\eta2/\epsilon)}) )。
• 对于 Hubbard 模型等结构化体系，复杂度可进一步降低，例如平移不变且可因子化的模型，T 门数降至 ( O(\sqrt{n \log(n^2/\epsilon)}) )。
• 与 Babbush 等人 (2018) 的 LCU 输入模型和 Kivlichan 等人 (2018) 的 Trotter 化模拟相比，本文在 T 门计数和深度上均有显著优势，尤其对于粒子数受限的体系。

• 对领域的意义：本文为早期容错量子计算机上的量子模拟提供了一条实用路径。通过大幅降低 T 门和辅助比特开销，使得在资源有限的量子硬件上模拟真实分子和材料成为可能。

• 开放性问题与未来启示：

• 如何将间接扩散和状态依赖预言机推广到更广泛的系数衰减规律或矩阵乘积算符表示？
• 能否将状态依赖的振幅预言机构造与最优量子态制备 (Gosset-Kothari-Wu) 或 alias sampling 结合，进一步降低子归一化因子？
• 这种“扇区自适应块编码”思想能否应用于其他守恒量扇区，如自旋哈密顿量的固定磁化扇区、图拉普拉斯算子的对称性扇区等？
• 与近期低能谱放大方法结合，用于低能模拟或能量估计。

6. 论文标签

量子算法, 模拟, 编译与优化, 量子信息, 中性原子

📄 点击此处展开/折叠原文 PDF

原文链接： Low-gate-count block encodings for second-quantized fermionic Hamiltonians