[论文解读] The quantum query complexity of implementing black-box unitary transformations

Dominic W. Berry, Andrew M. Childs|arXiv (Cornell University)|Oct 22, 2009

Quantum Computing Algorithms and Architecture被引用 4

一句话总结

该论文提出基于量子行走的方法来模拟黑箱哈密顿量并实现黑箱酉操作，显著降低了查询复杂度。其在稀疏哈密顿量模拟中实现了稀疏度 D 和演化时间 t 的线性缩放，同时将实现 N×N 酉操作的查询复杂度降低至 O(N^{2/3} (log log N)^{4/3})，其中大多数酉操作仅需 O(√N) 次查询，达到最优性能。

ABSTRACT

We present general methods for simulating black-box Hamiltonians using quantum walks. These techniques have two main applications: simulating sparse Hamiltonians and implementing black-box unitary operations. In particular, we give the best known simulation of sparse Hamiltonians with constant precision. Our method has complexity linear in both the sparseness D (the maximum number of nonzero elements in a column) and the evolution time t, whereas previous methods had complexity scaling as D^4 and were superlinear in t. We also consider the task of implementing an arbitrary unitary operation given a black-box description of its matrix elements. Whereas standard methods for performing an explicitly specified N x N unitary operation use O(N^2) elementary gates, we show that a black-box unitary can be performed with bounded error using O(N^{2/3} (log log N)^{4/3}) queries to its matrix elements. In fact, except for pathological cases, it appears that most unitaries can be performed with only O(sqrt{N}) queries, which is optimal.

研究动机与目标

• 开发基于量子行走的高效量子算法，用于模拟黑箱哈密顿量。
• 降低通过矩阵元素指定的任意酉操作的查询复杂度。
• 在稀疏哈密顿量模拟与通用酉操作实现中，实现最优或近似最优的查询缩放。
• 解决先前方法在稀疏度 D 和演化时间 t 上缩放性能差的局限性。

提出的方法

• 利用量子走技术模拟黑箱哈密顿量，实现高效的态演化。
• 构建一个量子走框架，将哈密顿量的矩阵结构映射为具有受控跃迁振幅的图上行走。
• 应用幅度放大与相位估计算法，实现最小查询次数的有界误差模拟。
• 采用查询模型，通过一个预言机访问酉矩阵的矩阵元，最小化预言机调用次数。
• 设计递归构造方法，以 O(N^{2/3} (log log N)^{4/3}) 次查询实现酉操作，优于标准的 O(N^2) 门数。
• 分析通用酉操作的查询复杂度，表明对于大多数情况，仅需 O(√N) 次查询，该结果为最优。

实验结果

研究问题

• RQ1 基于量子走的方法能否在稀疏哈密顿量模拟中对稀疏度 D 和演化时间 t 实现线性缩放？
• RQ2 当仅能通过黑箱预言机访问矩阵元时，实现任意 N×N 酉操作所需的最少查询次数是多少？
• RQ3 是否可以将酉操作实现的查询复杂度降至 O(N^2) 以下？若可以，最低可降至何值？
• RQ4 对于典型或通用酉操作，查询复杂度如何缩放？O(√N) 在实际中是否可实现？

主要发现

• 该方法在稀疏哈密顿量模拟中实现了稀疏度 D 和演化时间 t 的线性缩放，优于先前方法在 D 上为 D^4 且在 t 上为超线性缩放的性能。
• 实现 N×N 酉操作的查询复杂度降低至 O(N^{2/3} (log log N)^{4/3})，相比标准的 O(N^2) 门数有显著改进。
• 对于大多数酉操作（排除病态情况），仅需 O(√N) 次查询，该结果与理论下界一致，因此为最优。
• 量子行走框架实现了对黑箱哈密顿量的有界误差模拟，且资源开销最小。
• 结果表明，黑箱酉操作的实现查询次数远低于经典预期，尤其在大 N 时优势显著。
• 该方法为哈密顿量模拟与酉操作合成中的量子算法设计设立了新基准。