[论文解读] Stochastic Simulation of Grover's Algorithm

L. R. U. MANSSUR, Renato Portugal|ArXiv.org|Jan 16, 2003

Quantum Computing Algorithms and Architecture参考文献 9被引用 3

一句话总结

本文提出了一种使用 Hubbard-Stratonovich 分解的格罗弗算法随机模拟方法，将 n-量子比特门映射为与辅助场耦合的单量子比特门，从而将问题简化为求解朗之万微分方程。该方法通过 Maple 程序自动生成这些方程，并数值求解以找到固定点，结果与预期的格罗弗结果存在偏差，表明该方法在处理此特定算法时存在局限性。

ABSTRACT

We simulate Grover's algorithm in a classical computer by means of a stochastic method using the Hubbard-Stratonovich decomposition of n-qubit gates into one-qubit gates integrated over auxiliary fields. The problem reduces to finding the fixed points of the associated system of Langevin differential equations. The equations are obtained automatically for any number of qubits by employing a computer algebra program. We present the numerical results of the simulation for a small search space.

研究动机与目标

• 开发一种避免指数资源缩放的格罗弗量子算法经典随机模拟方法。
• 将 Cerf 和 Koonin 的随机方法推广至任意 n-量子比特门，绕过对通用门的分解。
• 检验该随机方法是否能在经典随机框架下重现格罗弗算法中的正确振幅演化。
• 识别并分析在此框架下模拟格罗弗算法时出现的数值与收敛性问题。

提出的方法

• 使用 Hubbard-Stratonovich 变换将格罗弗算法中的 n-量子比特酉演化分解为与辅助场耦合的单量子比特门。
• 该方法将多量子比特门表示为单量子比特算符张量积的指数形式，从而实现对辅助场的随机平均。
• 辅助场的动力学由量子线路作用量泛函导出的朗之万微分方程组所支配。
• 通过计算机代数系统（Maple）自动生成任意量子比特数的朗之万方程，实现系统的模拟。
• 通过积分朗之万方程以寻找对应于最终态振幅的固定点，获得数值解。
• 为应对非收敛场的问题，模拟中施加了归一化约束，但此做法被视为权宜之计而非根本解决方案。

实验结果

研究问题

• RQ1 Hubbard-Stratonovich 分解能否推广至 n-量子比特门，以实现量子线路的随机模拟？
• RQ2 由此产生的朗之万系统是否能在经典随机框架下准确重现格罗弗算法的振幅演化？
• RQ3 在格罗弗算法的朗之万动力学中，辅助场的收敛性与稳定性特性如何？
• RQ4 为何模拟的测量概率与预期的格罗弗结果显著偏离（例如 |11⟩ 的概率为 0.21 而非 ~1）？
• RQ5 能否修正如对数时间依赖性等数值伪影，以恢复正确的量子结果？

主要发现

• 模拟得到的测量概率约为 |00⟩ 为 0.28，|01⟩ 为 0.24，|10⟩ 为 0.24，|11⟩ 为 0.21，与格罗弗算法预期结果（|11⟩ 应具有接近单位概率）存在显著偏差。
• 多个辅助场未能收敛至稳定值，表明该系统朗之万动力学存在数值不稳定性。
• 部分场表现出对数时间依赖性，暗示存在非平凡的长时行为，使固定点收敛更加复杂。
• 尽管拟合了对数行为并取了无限时间极限，该方法仍无法重现正确的量子结果，对其在格罗弗算法中的有效性提出质疑。
• 为强制总概率为 1 而采用的归一化约束虽必要但属临时措施，表明该方法在本例中存在根本性一致性缺陷。
• 作者结论认为，由于持续存在的数值与收敛问题，该方法可能不适用于模拟格罗弗算法，尽管该方法在其他线路中仍具潜在应用价值。