[論文レビュー] The QAOA gets stuck starting from a good classical string

Madelyn Cain, Edward Farhi+3 more|arXiv (Cornell University)|Jul 11, 2022

Quantum Computing Algorithms and Architecture被引用数 5

ひとこと要約

この論文は、均一な重ね合わせ状態ではなく、高品質な古典的ビットストリングから開始するウォームスターター・量子近似最適化アルゴリズム（QAOA）を調査する。直観的な期待とは対照的に、数値的および解析的結果は、パラメータ空間の固有の幾何的・力学的制約のため、QAOAが初期のストリングに固定され、コスト関数の改善が起こらないことを示している。これは、低・中程度の回路深さでも同様である。

ABSTRACT

The Quantum Approximate Optimization Algorithm (QAOA) is designed to maximize a cost function over bit strings. While the initial state is traditionally a uniform superposition over all strings, it is natural to try expediting the QAOA: first use a classical algorithm to produce some good string, and then run the standard QAOA starting in the computational basis state associated with that string. Here we report numerical experiments that show this method of initializing the QAOA fails dramatically, exhibiting little to no improvement of the cost function. We provide multiple analytical arguments for this lack of improvement, each of which can be made rigorous under different regimes or assumptions, including at nearly linear depths. We emphasize that our negative results only apply to our simple incarnation of the warm-start QAOA and may not apply to other approaches in the literature. We hope that our theoretical analysis will inform future algorithm design.

研究の動機と目的

• 高品質な古典的ビットストリング（ウォームスターター）で初期化したQAOAが、より良い解への収束を加速できるかどうかを調査すること。
• 高品質なストリングからの初期化において、数値実験でコスト関数に改善が見られない理由を理解すること。
• 異なる仮定と状態下で観察された停滞現象を解析的に説明すること。
• 本研究で扱う特定のウォームスターター手法の限界を、文献に登場する他のウォームスターター変種と区別して明確にすること。

提案手法

• 小規模および大規模なグラフインスタンス（例：MaxCut）に対して、さまざまな回路深さで数値シミュレーションを実施し、1つの高コスト古典的ストリングからの初期化におけるQAOAの性能をテストする。
• 小角度および低深さの仮定に基づく解析的議論。摂動論を用いて、コスト関数の改善が最小限に抑えられることを示す。
• 一定深さにおける熱的仮定に基づく議論。QAOAの時間発展が熱平衡に達すると仮定し、停滞を説明する。
• 部分線形深さに関する議論。高コストストリングの数がコストとともに指数関数的に減少すると仮定し、改善可能なストリングの数が制限されることを示す。
• QAOAユニタリーの空間におけるユニタリーのパッキングおよびカバー技術を用いて、非負の確率で改善可能なストリングの数の上限を求める。
• トレース不等式およびネットに基づくカバー議論を用いて、目標コストレベルまで改善可能なストリングの割合に関する上限を導出する。

実験結果

リサーチクエスチョン

• RQ1 高品質な古典的ビットストリングからの初期化において、なぜQAOAはコスト関数の改善に失敗するのか？
• RQ2 数値的停滞現象を解析的に説明するメカニズムは存在するか？
• RQ3 この失敗は回路深さに依存するのか？もしそうならば、低深さ、一定深さ、部分線形深さの各状況で挙動はどのように変化するか？
• RQ4 ウォームスターターからの改善可能なストリングの数に理論的上限は存在するのか？また、問題サイズや深さとどのようにスケーリングするか？
• RQ5 停滞現象を厳密に説明できる仮定は何か？また、これらの仮定は結果の一般性にどのように影響するか？

主な発見

• 高品質な古典的ストリングからのウォームスターターQAOAは、広範な数値実験において、低深さおよび高深さの両方でコスト関数の測定可能な改善を示さない。
• 小角度および低深さの仮定に基づく解析的議論により、期待されるコスト関数の改善は無視できるほど小さく、$ O( heta^2) $ のオーダーに比例することが示された。ここで $ heta $ はQAOAの角度を制御する小さなパrameterである。
• 一定深さの状況では、熱的仮定により、系が改善なしの状態に熱平衡に達すると予測され、停滞が説明できる。
• 部分線形深さの状況では、高コストストリングの数がコストとともに指数関数的に減少すると仮定すると、改善可能なストリングの割合は $ ilde{O}ig((16 ilde{p}n^2)^{p/(p+1)}ig) $ で上限が与えられ、深さとともに急速に減少する。
• 選択確率が $ ilde{ heta} $ 以上である目標コスト $ C_1 $ まで改善可能なストリングの数は、$ Oig( d_1 / ilde{ heta} imes (16 ilde{p}n^2 / ilde{ heta})^{2 ilde{p}} ig) $ で上限が与えられる。ここで $ d_1 $ はコストが $ ilde{C}_1 $ 以上のストリングの数である。
• コストウィンドウ $[C_0, C_0']$ からランダムに選択されたストリングが、選択確率 $ ilde{ heta} $ で $ C_1 $ まで改善可能である確率は、$ ilde{ heta} = ig(2d_1/d_0ig)^{1/(2p+2)} (16 ilde{p}n^2)^{p/(p+1)} $ で上限が与えられ、高深さでは改善可能なストリングが指数的にまれであることが示された。