[论文解读] Several natural BQP-Complete problems

Paweł Wocjan, Shengyu Zhang|ArXiv.org|Jun 21, 2006

Quantum Computing Algorithms and Architecture参考文献 30被引用 29

一句话总结

本文引入了两个新的自然BQP-完全问题——局部哈密顿量特征值采样（LHES）与相位估计算法采样（PES）——表明在特定分布下对局部哈密顿量或酉矩阵的特征值进行采样，其计算难度与量子计算机可解决的任何问题相当。结果表明，这些基本的线性代数任务在BQP中是完全的，从而深化了对量子计算复杂性的理解，超越了以往如琼斯多项式近似等难题。

ABSTRACT

A central problem in quantum computing is to identify computational tasks which can be solved substantially faster on a quantum computer than on any classical computer. By studying the hardest such tasks, known as BQP-complete problems, we deepen our understanding of the power and limitations of quantum computers. We present several BQP-complete problems, including Local Hamiltonian Eigenvalue Sampling and Phase Estimation Sampling. Different than the previous known BQP-complete problems (the Quadratically Signed Weight Enumerator problem [KL01] and the Approximation of Jones Polynomials [FKW02, FLW02, AJL06]), our problems are of a basic linear algebra nature and are closely related to the well-known quantum algorithm and quantum complexity theories.

研究动机与目标

• 识别量子线性代数中自然且基础的问题，使其成为BQP-完全问题，从而更深入理解量子计算的能力与局限性。
• 通过将BQP-完全性建立在相位估计与哈密顿量模拟等知名量子框架之上，弥合抽象量子复杂性类与具体量子算法之间的鸿沟。
• 证明在自然分布下对特征值进行采样（而非近似最小特征值）能够捕捉到量子电路的全部计算能力。
• 为量子物理与量子算法设计中与特征值相关的任务提供复杂性理论基础。
• 探索这些问题的无引导变体的复杂性，例如对所有计算基态进行均匀采样。

提出的方法

• 将局部哈密顿量特征值采样（LHES）问题定义为：根据特征态中计算基态的幅值平方，对局部哈密顿量的特征值进行采样。
• 将相位估计算法采样（PES）问题定义为：按给定态与对应特征子空间重叠程度加权，对酉矩阵特征值的相位进行采样。
• 通过量子电路模拟与特征态制备，将已知的BQP-完全问题（如二次带符号权重枚举）约化至LHES与PES，从而证明其BQP-难性。
• 通过构建高效量子算法证明其属于BQP：对PES使用相位估计，对LHES使用哈密顿量模拟，并利用切比雪夫型集中不等式控制误差界。
• 对于LUAE（局部酉平均特征值估计算法），应用SWAP测试来估计期望值⟨b|U|b⟩，并利用一个引理，实现对内积实部与虚部的高效采样。
• 通过方差界与切比雪夫不等式，确保使用O(1/ε² log(1/δ))组样本时，样本均值在ε范围内逼近真实平均特征值，置信度不低于1−δ。

实验结果

研究问题

• RQ1 是否存在自然且基础的线性代数问题，其为BQP-完全，而不仅仅是像琼斯多项式这类抽象或拓扑不变量？
• RQ2 特征值采样问题——特别是对局部哈密顿量或酉矩阵的特征值进行采样——是否能捕捉到量子计算的全部能力？
• RQ3 相位估计框架，作为已知量子算法的核心，是否本质上包含了所有高效量子计算，正如PES的完备性所暗示的那样？
• RQ4 这些问题的无引导版本（如对所有计算基态进行均匀采样）的复杂性如何？
• RQ5 即使单个矩阵元素易于计算，一个酉矩阵的高次幂（如H^m，其中m为多项式时间）的平均特征值是否仍为BQP-完全？

主要发现

• 局部哈密顿量特征值采样（LHES）问题是BQP-完全的，即使在限制为局部哈密顿量时依然成立，表明在自然分布下对特征值进行采样，其计算难度与任何BQP问题相当。
• 相位估计算法采样（PES）问题是BQP-完全的，表明相位估计框架不仅是工具，更是量子计算的通用范式。
• 局部酉平均特征值估计算法（LUAE）问题属于BQP，且可通过SWAP测试在O(1/ε² log(1/δ))组样本内，以误差概率δ估计⟨b|U|b⟩，误差范围ε。
• 无引导版本（如对所有基态进行均匀采样）的复杂性仍为开放问题，尽管已证明LUAE_u属于BQP，因为其迹可通过均匀采样计算得出。
• 研究表明，稀疏哈密顿量可替代局部哈密顿量用于LHES问题，而不会改变其完备性，原因在于稀疏哈密顿量可被高效模拟。
• 结果表明，特征值采样与估计算法任务不仅具有物理意义，而且在量子复杂性理论中也处于计算核心地位。