作者: Helene M. L"osl, Aydin Deger, Andrew J. Daley

1. 核心物理图象

本文的核心物理图象是：在量子计算中，电路的结构（特别是量子比特之间的连接方式）是一种重要的资源。传统上，变分量子电路多使用近邻连接，但受限于此。本文探讨了利用里德堡原子或离子阱系统天然支持的稀疏、长程连接，是否以及如何为变分量子算法带来性能优势。作者用“二的一次幂”（PWR2）连接图作为这种稀疏长程连接的范例，证明了它在特定问题中能更高效地表达长程纠缠，并提出了通过原子重排将长程问题局部化的变分方案，从而为设计更强大的量子算法提供了新思路。

2. 关键术语解释

• PWR2 (Power-of-Two) 耦合图：一种定义在环状排列量子比特上的连接方式，它只连接间隔距离为 2 的幂次（如1, 2, 4, 8...）的量子比特对。它处于“最近邻”和“全连接”之间，仅用对数级别的连接数就能实现快速的信息传播，是本文研究长程连接的主要模型。
• Monna映射：一种将量子比特按树状层级重新排序的数学变换。通过物理上移动原子或在逻辑上重新标记，它可以将作用于远距离量子比特的强耦合哈密顿量，映射成一个只涉及近邻相互作用的“局部”形式。这使得原本需要长程门才能解决的问题，可以用简单的短程电路求解。
• 动态李代数 (DLA)：一个数学工具，用于描述一个参数化量子电路理论上能够生成的所有酉变换的集合。DLA的“大小”反映了电路的表达能力的上限。本文用它来证明PWR2电路的DLA比近邻电路更大，意味着其具有更强的表达能力。

3. 主要贡献

1. 验证了稀疏长程连接作为实用资源：通过理论分析和数值模拟，证明了基于PWR2图的变分电路在表达能力（能表达更多样的量子态）和纠缠生成能力上，相比于传统近邻电路有显著优势，并且速度更快（电路深度更小）。
2. 揭示了优势的“问题相关性”：发现PWR2并非在所有问题上都占优。当被模拟的哈密顿量本身具有长程连接性时（如长程横场Ising模型），PWR2电路能显著提升求解精度。但当目标哈密顿量是短程时，PWR2优势消失，因为它需要额外参数去“抵消”多余的长程连接。
3. 提出了结合原子重排的“Monna映射变分方案”：创新性地利用中性原子平台可动态重排量子比特的能力，将原本需要长程纠缠的难问题，转化为一个等价的、可用简单短程电路求解的“局部性问题”。解决了短程电路无法直接捕捉长程纠缠的核心困境。

4. 研究方法

本文采用了理论与数值实验相结合的方法。理论层面，利用动态李代数 (DLA) 分析，证明PWR2图能更快地生成目标算子空间。通过近似酉2-设计诊断，证明PWR2电路能以更少层数逼近随机电路的行为。数值层面，通过变分量子本征求解器 (VQE) 对长程横场Ising模型求解，对比近邻和PWR2两种电路结构的能量误差与纠缠熵。此外，还通过Monna映射，将在PWR2图上求解的问题重新映射回近邻电路，验证了结合硬件重排的变分方案的有效性。

5. 实验结果与结论

实验表明，对于长程相互作用的Ising模型，PWR2变分电路在相同电路深度下，能量误差比近邻电路低两个数量级，并能成功找到纠缠基态；而近邻电路则容易陷入经典乘积态。在学习近邻模型的淬火动力学时，短程电路表现更佳。最关键的发现是Monna映射变分方案：原本无法解决长程基态问题的近邻电路，在应用Monna映射后，能够成功收敛到纠缠基态，能量误差远低于能隙，验证了该方案的有效性。

结论指出，电路几何构型是变分量子算法中一个与问题相关的、可通过硬件设计的资源。稀疏长程连接在特定问题下是强大的工具，而结合原子重排的Monna映射则为解决长程关联问题开辟了全新路径。未来开放性问题包括：在更大的、无法经典验证的量子比特数上是否仍然有效；以及如何自适应地优化门的排序和连接方式。

6. 论文标签

量子算法， 中性原子， 编译与优化， 量子机器学习

📄 点击此处展开/折叠原文 PDF

原文链接： Variational Learning with Sparse Long-range Entangling Gates