[论文解读] Quantum Approximate Optimization with a Trapped-Ion Quantum Simulator

Guido Pagano, Aniruddha Bapat+14 more|arXiv (Cornell University)|Jun 6, 2019

Quantum Computing Algorithms and Architecture被引用 13

一句话总结

该论文首次在离子阱量子模拟器上实现了浅深度量子近似优化算法（QAOA），利用多达40个量子比特近似计算具有可调长程相互作用的横向场伊辛模型的基态能量。通过结合变分参数搜索与经典优化，并采用高效的单次测量方法，研究实现了对完整QAOA输出分布的高保真度采样。

ABSTRACT

Quantum computers and simulators may offer significant advantages over their classical counterparts, providing insights into quantum many-body systems and possibly solving exponentially hard problems, such as optimization and satisfiability. Here we report the first implementation of a shallow-depth Quantum Approximate Optimization Algorithm (QAOA) using an analog quantum simulator to estimate the ground state energy of the transverse field Ising model with tunable long-range interactions. First, we exhaustively search the variational control parameters to approximate the ground state energy with up to 40 trapped-ion qubits. We then interface the quantum simulator with a classical algorithm to more efficiently find the optimal set of parameters that minimizes the resulting energy of the system. We finally sample from the full probability distribution of the QAOA output with single-shot and efficient measurements of every qubit.

研究动机与目标

• 在离子阱量子模拟器上实现浅深度量子近似优化算法（QAOA）
• 利用最多40个离子阱量子比特，估算具有可调长程相互作用的横向场伊辛模型的基态能量
• 将量子模拟与经典优化相结合，以高效地寻找最优变分参数
• 实现对所有量子比特上完整QAOA输出概率分布的高保真度、单次测量采样

提出的方法

• 利用离子阱量子模拟器实现具有可调长程相互作用的横向场伊辛哈密顿量
• 通过激光驱动拉曼跃迁动态生成自旋-自旋相互作用，实现浅深度QAOA线路
• 对变分控制参数进行全面搜索，以在40个量子比特上近似基态能量
• 将量子模拟器与经典优化算法集成，以高效收敛至最优参数集
• 采用单次、高保真度测量，对QAOA态的完整输出概率分布进行采样

实验结果

研究问题

• RQ1 能否在最多40个量子比特的离子阱量子模拟器上成功实现浅深度QAOA？
• RQ2 变分参数在多大程度上能被优化，以准确近似长程相互作用伊辛模型的基态能量？
• RQ3 在量子模拟环境中，经典优化能在多大程度上加速收敛至最优QAOA参数？
• RQ4 在所有量子比特上采样完整QAOA输出概率分布时，单次测量的保真度和效率如何？

主要发现

• QAOA已在最多40个量子比特的离子阱量子模拟器上成功实现，展示了该方法的可扩展性
• 变分参数搜索准确近似了具有长程相互作用的横向场伊辛模型的基态能量
• 经典优化显著提高了寻找最优参数的效率，减少了所需搜索空间
• 高保真度的单次测量实现了对所有量子比特上完整QAOA输出概率分布的高效且完整采样