作者: Muhammad Umer, Dimitris G. Angelakis

1. 核心物理图象

本文的核心思想是：在构建变分量子算法（VQA）时，不仅仅要考虑硬件（如量子比特的连接性），还应该考虑量子电路的结构设计。想象一下，在搭建一个量子程序时，不仅要关心哪些零件（量子门）可用，还要遵循一个固定的“电路蓝图”（Hadamard测试结构）。这个“蓝图”能极大地限制每个步骤可供选择的零件数量，从而显著减少为了找到最佳“零件”而进行的重复测量次数（即测量开销），最终让算法在现有的噪声量子计算机上运行得更快、更高效。作者的贡献在于，他们证明了这种“设计约束”能系统性减少25%到55%的测量资源，并且不影响最终算法解决实际问题的能力。

2. 关键术语解释

• 自适应变分量子算法 (Adaptive Variational Quantum Algorithm)：一种智能构建量子电路的策略。它不像传统方法那样固定电路结构，而是从一个很小的电路开始，一步接一步地，从“候选门池”中选出一个最有效的量子门添加到电路中，直到电路足够好地解决问题。它的优点是可以自动找到最精简的电路，但缺点是每次选择新门时，都要评估池子里的所有候选门，导致巨大的测量开销。
• Hadamard测试约束 (Hadamard Test Constraint)：这是本文提出的核心约束，它源于一种经典的量子计算子程序“Hadamard测试”。约束规定：量子电路中的受控门，其控制比特必须是在之前的步骤中曾被作为过目标比特的量子比特。这就像一个“已激活”的规则，只有被“访问”过的比特才能去控制其他比特。这个约束极大地缩小了候选门池（因为很多门组合因为控制比特不符合规则而被自动排除）。
• 候选门池 (Candidate Gate Pool)：一个动态的列表，包含了在当前迭代步骤中，有可能被添加到电路中的量子门。论文通过施加硬件连接性和Hadamard测试约束，并剔除冗余门（防止立即重复选择同一个门），对这个池子进行了大幅度的“剪枝”，使其规模远小于传统方法。

3. 主要贡献 (Key Contributions)

1. 首次将电路设计约束融入自适应算法：本文不是单纯地考虑硬件连接性，而是创新性地将Hadamard测试的电路结构作为硬性约束，直接集成到变分量子算法的候选门池构建中。这是一种更高层级的优化，考虑了算法运行时的电路拓扑。
2. 系统性显著降低测量资源开销：通过引入Hadamard测试约束，候选门池的大小在首次迭代时，从随系统规模线性/二次增长降低到常数/线性增长。在整个算法运行过程中，池子的大小始终低于其最大可能值的75%，从而实现了**至少25%，最高50%-55%**的测量资源节省。
3. 在不牺牲表现力的情况下构建浅层电路：通过求解非线性薛定谔方程的基态问题，作者证明，即使候选门池被大幅修剪，基于这种约束的自适应算法依然能构建出表现力强（保真度>99%）且深度浅的变分电路。这表明电路设计约束剔除了无效的搜索空间，而非限制了算法的能力。

4. 研究方法 (Methodology)

论文提出并测试了一种受Hadamard测试约束的自适应变分量子算法。研究方法分三步：

1. 定义约束后的候选门池：作者依据三个原则动态构建候选门池：
   • 硬件连接性：只允许量子芯片上相邻的量子比特对执行双比特门。
   • Hadamard测试约束：只允许那些控制比特已被选中的门进入池子（见“关键术语解释”）。
   • 非冗余约束：防止立即重复选择相同的门。
2. 执行自适应算法：算法迭代地执行。在每一步，它从当前受限的候选门池中，基于两种准则（最小化目标函数值或最大化目标函数梯度）挑选出效果最好的m个门，并将其接入电路中。
3. 应用于具体问题：将上述算法应用于求解**一维非线性薛定谔方程（NLSE）的基态，并与无约束的层状Hadamard测试电路进行比较，通过对比态保真度（state infidelity）**来衡量算法的表现力。

5. 实验结果与结论 (Results and Conclusion)

论文的关键结论如下：

• 约束有效：采用Hadamard测试约束后，自适应算法的候选门池规模被有效控制，测量资源消耗降低了25%到55%。
• 电路更优：与预先设计好的层状Hadamard测试电路（只能达到50-90%保真度）相比，受约束的自适应算法能构造出**保真度超过99%**的浅层电路，证明了其更强的表现力。
• 对NISQ时代的启示：这项工作有力地论证了，在设计算法时，系统地整合电路设计约束、硬件感知和问题特异性结构，是提升当前噪声中等规模量子（NISQ）设备实用性的关键策略。

开放性问题与未来展望：论文作者提到，更复杂的软回滚（rollback）策略等可以进一步提升算法的稳定性，这留给未来研究。此外，其方法主要基于Hadamard测试，对于其他类型的电路架构是否同样有效，或如何推广，也是潜在的研究方向。

6. 论文标签 (Tags)

量子算法, 编译与优化, 模拟, 量子信息

📄 点击此处展开/折叠原文 PDF

原文链接： Circuit Design Informed Adaptive Variational Quantum Algorithms