[論文レビュー] Dynamics of quantum adiabatic evolution algorithm for Number Partitioning

Vadim Smelyanskiy, U. von Toussaint+1 more|ArXiv.org|Feb 26, 2002

Quantum Computing Algorithms and Architecture参考文献 9被引用数 10

ひとこと要約

本稿は、時間に依存するハミルトニアンを伴う量子スピンガラスに写像することで、NP完全な数分割問題に対する量子アディアバティックアルゴリズムを分析している。最小エネルギーギャップを $ g_{\text{min}} = \mathcal{O}(n \, 2^{-n/2}) $ として導出し、系のダイナミクスがエネルギー空間における1次元量子拡散に還元可能であることに基づき、ランダムなインスタンスにおいてアルゴリズムの効率が制限されることを示している。

ABSTRACT

We have developed a general technique to study the dynamics of the quantum adiabatic evolution algorithm applied to random combinatorial optimization problems in the asymptotic limit of large problem size $n$. We use as an example the NP-complete Number Partitioning problem and map the algorithm dynamics to that of an auxilary quantum spin glass system with the slowly varying Hamiltonian. We use a Green function method to obtain the adiabatic eigenstates and the minimum excitation gap, $g_{ m min}={\cal O}(n 2^{-n/2})$, corresponding to the exponential complexity of the algorithm for Number Partitioning. The key element of the analysis is the conditional energy distribution computed for the set of all spin configurations generated from a given (ancestor) configuration by simulteneous fipping of a fixed number of spins. For the problem in question this distribution is shown to depend on the ancestor spin configuration only via a certain parameter related to the energy of the configuration. As the result, the algorithm dynamics can be described in terms of one-dimenssional quantum diffusion in the energy space. This effect provides a general limitation on the power of a quantum adiabatic computation in random optimization problems. Analytical results are in agreement with the numerical simulation of the algorithm.

研究の動機と目的

• 問題サイズ $ n \to \infty $ の際、ランダムなNP完全最適化問題に対する量子アディアバティックアルゴリズムの漸近的挙動を理解すること。
• ランダムな組み合わせ最適化問題のような、フラストレーションと不規則性を示す系における、量子アディアバティック計算の根本的限界を特定すること。
• 条件付きエネルギー分布と有効な1次元拡散の観点から、アディアバティック遷移のダイナミクスを分析する一般的な枠組みを確立すること。
• 数分割問題におけるアルゴリズムの実行時間複雑性を支配する最小エネルギーギャップを定量化すること。

提案手法

• 数分割問題の量子アディアバティック遷移を、時間に依存するハミルトニアンを伴う有効な量子スピンガラスモデルに写像する。
• グリーン関数法を用いてアディアバティック固有状態と最小励起ギャップ $ g_{\text{min}} $ を計算する。
• 特定の祖先状態からのスピン $ r $ 個の反転によって得られるスピン配置の条件付きエネルギー分布を分析する。
• この条件付き分布が、祖先状態のエネルギーに関連する1つのパラメータにのみ依存することを示し、ダイナミクスの1次元化を可能にする。
• 急な降下法とガウス近似を用いて、$ n $ が大きい極限における経路積分を評価し、エネルギー遷移確率の解析的表現を導出する。
• 条件付きエネルギー分布の数値シミュレーションと理論的予測の比較を通じて、解析結果の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 ランダムな数分割インスタンスにおける、量子アディアバティックアルゴリズムの最小エネルギーギャップの漸近的スケーリングは何か？
• RQ2 アディアバティックアルゴリズムのダイナミクスが、なぜエネルギー空間における1次元拡散過程に還元可能なのか？
• RQ3 エネルギー関連パラメータ1つにのみ依存する条件付きエネルギー分布が、ダイナミクスの簡略化に果たす役割は何か？
• RQ4 対称的な場合に量子トンネル効果が存在するにもかかわらず、なぜアルゴリズムは指数的複雑性を示すのか？
• RQ5 ランダム最適化問題における不規則性とフラストレーションは、量子アディアバティック計算の能力をどの程度根本的に制限するのか？

主な発見

• 最小エネルギーギャップは $ g_{\text{min}} = \mathcal{O}(n \, 2^{-n/2}) $ とスケーリングされ、数分割問題における指数的実行時間複雑性を示している。
• 条件付きエネルギー分布が、各祖先状態に対して1つのパラメータにのみ依存するため、アディアバティックアルゴリズムのダイナミクスはエネルギー空間における1次元量子拡散に写像可能である。
• 大 $ n $ における条件付きエネルギー分布 $ P_r(\Omega' | \Omega) $ はガウス分布であり、分散 $ \sigma^2(q) \sim n \sigma^2(0) $ となる。これは拡散的挙動を確認するものである。
• $ r $ が小さい、例えば $ r=1 $ または $ r=n-1 $ の場合、条件付き分布は有界区間内で一様に近づき、解析的および数値的結果と整合的である。
• $ P_{r,\mathbf{z}}(\eta) $ の数値的シミュレーションは、理論的予測 $ \frac{1}{2} \int_0^{\Omega'} d\eta \, P_r(\eta|0) = \text{erf}\left( \frac{\Omega'}{\sigma(q) \sqrt{2n}} \right) $ と良好に一致している。
• 本分析により、不規則性とエネルギー空間における拡散メカニズムの相乗作用が、ランダム最適化問題における量子アディアバティック計算の一般的限界を生じることを明らかにした。