[论文解读] Decoherence in Search Algorithms

G. Abal, R. Donangelo+3 more|arXiv (Cornell University)|Dec 8, 2009

Quantum Computing Algorithms and Architecture参考文献 18被引用 6

一句话总结

本文研究了两种基于量子行走的搜索算法——在超立方体上的SKW算法与在二维网格上的AKR算法——在三种退相干模型下的鲁棒性：比特操作符中的相位误差以及移位操作符中的断链误差。通过数值模拟发现，AKR算法比SKW算法更能容忍噪声，其临界噪声阈值为δ=0.5，超过该值后性能显著下降；而SKW算法在δ=1之前仍保持鲁棒性，表明不同基于量子行走的搜索算法对噪声的敏感性存在显著差异。

ABSTRACT

Recently several quantum search algorithms based on quantum walks were proposed. Those algorithms differ from Grover's algorithm in many aspects. The goal is to find a marked vertex in a graph faster than classical algorithms. Since the implementation of those new algorithms in quantum computers or in other quantum devices is error-prone, it is important to analyze their robustness under decoherence. In this work we analyze the impact of decoherence on quantum search algorithms implemented on two-dimensional grids and on hypercubes.

研究动机与目标

• 评估退相干对基于离散时间量子行走的搜索算法的影响。
• 分析AKR与SKW算法在三种不同噪声模型下的鲁棒性：比特操作符中的系统性与随机相位误差，以及移位操作符中的随机断链误差。
• 确定量子优势丧失的临界噪声阈值（δ），并比较不同算法在性能退化方面的差异。
• 评估在噪声条件下，算法提前终止是否能提高效率。

提出的方法

• 通过数值模拟研究在受控退相干模型下，量子行走态的演化过程。
• 应用三种噪声模型：对比特操作符施加系统性与随机相位误差，对移位操作符施加随机断链误差。
• 跟踪标记顶点处的振幅概率随时间的变化，以评估搜索成功率与鲁棒性。
• 将算法成本按系统尺寸N的对数尺度进行归一化，以在不同噪声水平下比较性能。
• 将理论停止时间与优化的提前终止策略进行比较，评估在噪声条件下成本的降低效果。
• 将临界点δ定义为量子加速丧失的噪声缩放参数，并对两种算法分别通过数值方法估计其值。

实验结果

研究问题

• RQ1 比特操作符中的相位误差如何影响SKW算法在超立方体上与AKR算法在二维网格上的成功概率？
• RQ2 断链误差对量子行走者在空间中的传播及AKR算法搜索效率有何影响？
• RQ3 在何种噪声缩放δ下，AKR与SKW算法的量子优势会退化至经典性能水平？
• RQ4 在噪声条件下，能否通过提前终止算法来提高鲁棒性并降低计算成本？
• RQ5 AKR与SKW算法在量子优势丧失临界噪声阈值δ方面有何差异？

主要发现

• 在二维网格上的AKR算法表现出临界噪声阈值δ ≈ 0.5，超过该值后，算法复杂度退化为O(N)，与经典搜索性能一致。
• 在超立方体上的SKW算法具有更高的临界噪声阈值，为δ ≈ 1，表明其对相位误差的鲁棒性优于AKR。
• 当δ < 0.5时，AKR算法性能迅速下降，归一化成本趋近于1，表明量子优势丧失。
• 当δ < 0时，AKR算法性能劣于经典搜索，归一化成本超过1。
• SKW算法表现出与AKR相似的定性噪声效应，但具有更高的容错阈值，表明其对相位误差更具韧性。
• 在理论停止点之前提前终止算法可降低整体成本，并在噪声条件下提升性能，尤其在AKR算法中效果显著。