[論文レビュー] Simulating Supersymmetric Quantum Mechanics Using Variational Quantum Algorithms

John Kerfoot, David Schaich+1 more|arXiv (Cornell University)|Mar 19, 2026

Quantum Computing Algorithms and Architecture被引用数 0

ひとこと要約

この論文は、問題特化型オペレータプールを備えたAdaptive-VQE（AVQE）アプローチを開発し、0+1Dの超対称量子力学（SQM）における自発的超対称性 breakingを研究し、回路深さを削減したことを示し、ノイズとエラーミティゲーションの課題を強調するIBM量子ハードウェアの予備結果を提供します。

ABSTRACT

The study of spontaneous supersymmetry breaking (SSB) on the lattice is obstructed by a severe sign problem. Quantum computing provides a promising alternative approach. In particular, properties of supersymmetry relate SSB to the ground-state energy, which can be probed using hybrid quantum--classical algorithms such as the variational quantum eigensolver (VQE). In this work we present VQE analyses for supersymmetric quantum mechanics with various superpotentials. A key new feature is an adaptive ansatz construction algorithm that reduces the number of variational parameters within our ansätze. This lowers the resource burden on both the classical optimizer and the noisy quantum processor, thereby improving the feasibility of these calculations in the NISQ era. Additionally, we present preliminary VQE results obtained from real IBM quantum devices, highlighting accuracy, resource constraints, and computational cost, both with and without the application of error mitigation techniques.

研究の動機と目的

• 0+1D超対称量子力学（SQM）における自発的超対称性 breaking（SSB）を量子シミュレーションのテストベッドとして研究する動機づけ。
• NISQ制約下で基底状態を効率的に近似するハードウェア認識型変分アプローチ（AVQE）を開発する。
• アンサッツの切り捨てと適応型オペレータプールが、ボソン cutoff Lambda に応じた精度とスケーラビリティに与える影響を探る。
• IBM量子デバイス上で予備的な検証を行い、資源要件とエラーミティゲーションのニーズを評価する。

提案手法

• 無限のボソンのヒルベルト空間を cutoff Lambda で正規化し、フェルミオンにはJordan-Wigner変換でハミルトニアンをキュービットへマッピングする。
• ボソンはFock基底で q̂ と p̂ を有限行列として符号化（Lambda で切り捨て）。
• 最大エネルギー勾配影響を与えるプールから選択された単一量子ビット回転（RY, RZ）と二量子ビットCRYゲートを反復的に追加して適応的アンサッツを構築する（式(5)）。
• AVQEループを定義：初期化；プール内の各オペレータの勾配を計算；勾配が最大のオペレータを追加；VQEを実行；適用可能な場合は以前のパラメータを再利用；エネルギー変化が閾値以下になるまで終了。
• 問題特化型オペレータプール{RY, RZ, CRY}（式(6)）を使用し、HO、AHO、DWの超ポテンシャルに対して基底状態と非零重なりを持つ基底状態で初期化する。
• AVQEの結果をLambdaを増加させた古典的シミュレーションで正確な対角化と比較し、ゲート数、回路深さ、切り捨ての利点を分析する。

実験結果

リサーチクエスチョン

• RQ1 異なる超ポテンシャル（HO、AHO、DW）に対して、問題特化型の小さなオペレータプールを用いたAVQEがSQMの基底状態をLambdaの増加に伴い正確に近似できるか。
• RQ2 NISQノイズ下での回路深さとアンサッツの表現力のトレードオフはどのようなもので、切り捨てが Lambda の大きな値へ外挿する際に果たす役割は？
• RQ3 現在のIBMハードウェア上でAVQE風の回路を実行する際の実用的なリソースコストとエラーミティゲーション要件は？
• RQ4 AVQE構築アンサッツを初期の数ビットに制限する切り捨ては、Lambdaを大きくして基底状態との重なりを保持しつつスケールする現実的な道を提供するか？
• RQ5 予備的なハードウェア結果は、将来の戦略（例：SKQD）を導く際のより大規模な超対称モデルのよりスケーラブルな量子シミュレーションに有益か。

主な発見

• AVQEは、徐々に大きくなるLambdaで基底状態の物理を捉える問題特化型でハードウェア効率の良いアンサッツを構築するが、古典的最適化の困難さとハミルトニアンの複雑さの増大のため大きなLambdaでの精度が低下する。
• HO、DW、及び AHO に対して、AVQE列の初期ゲートがエネルギーに最も大きな影響を与え、後半のゲートは改善が小さくなるため、効果的な切り捨てが示唆される。
• 古典的シミュレーションはエネルギー収束の挙動とアンサッツ構築のパターンを示し、先頭の数ゲートに切り捨てるとエネルギー精度とノイズ・資源コストのバランスが取れる。
• 予備的なIBMハードウェアの実行は、デバイスノイズ、リードアウト誤差、回路分解コストによりエネルギー誤差がいくつかのケースで約1e-3以下にはならず、エラーミティゲーションはQPU使用量を大幅に増加させることで精度を改善する。
• エラーミティゲーション（レジリエンスレベル）は特定のケース（例： Lambda=8 の AHO）でエネルギーを大幅に改善できる一方で、QPU使用量を概ね2.5〜4倍に増加させ、現在のハードウェアにおける主要なリソースのトレードオフを強調する。
• 現在のNISQ制約を踏まえ、よりノイズ耐性の高いアプローチ（例：サンプルベースの Krylov QD）を用いた大規模なウェス–ズミノモデルの量子シミュレーションの道を模索する必要性を示唤。