Skip to main content
QUICK REVIEW

[论文解读] Toward $ extit{Ab Initio}$ Quantum Simulations of Atomic Nuclei Using Noisy Qubits

Chongji Jiang, J. C. Pei|arXiv (Cornell University)|Jan 1, 2026
Quantum Computing Algorithms and Architecture被引用 0
一句话总结

论文在嘈杂量子比特上对 3H 进行从头算起的无核壳模型量子模拟,使用 NN+3N 力,结合广义对可交换性分组来降低测量成本,并通过粒子数对称投影来缓解噪声影响。

ABSTRACT

Quantum computers are expected to provide a ultimate solver for quantum many-body systems, although it is a tremendous challenge to achieve that goal on current noisy quantum devices. This work illustrated quantum simulations of ab initio no-core shell model calculations of $^3$H with chiral two-nucleon and three-nucleon forces. The measurement costs are remarkably reduced by using the general commutativity measurement together with the asymptotic optimization. In addition, the noise causes serious contaminations of configurations with undesired particle numbers, and the accuracies are much improved by applying the particle number projected measurement. By tackling the efficiency and noise issues, this work demonstrated a substantial step toward ab initio quantum computing of atomic nuclei.

研究动机与目标

  • 通过使用 no-core shell model 与 NN 与 3N 力实现对轻核的从头量子计算的推进。
  • 通过对易 Pauli 字符串分组和 MBPT2 指导的优化来降低 VQE 中的测量成本。
  • 通过对称性投影测量来减少噪声引起的粒子数分量污染。

提出的方法

  • 用 UCC 典运近似表示 NCSM 波函数并通过 VQE 进行优化。
  • 使用 Jordan-Wigner 和 Bravyi-Kitaev变换将哈密顿量映射到量子比特。
  • 通过一般对可交换性将 Pauli 字符串分组以最小化测量组数。
  • 使用 MBPT2 指导的项优化以降低有效测量工作量。
  • 在测量中应用粒子数、奇偶性和 Jz 对称性投影以净化结果。
  • 通过引入可调噪声尺度来研究噪声效应,并分析 JW 与 BK 映射。

实验结果

研究问题

  • RQ1广义对可交换性分组是否能显著降低嘈杂量子比特上的从头核哈密顿量的测量成本?
  • RQ2噪声污染如何影响粒子数分量和基于 VQE 的 NCSM 模拟的总体能量精度?
  • RQ3对称性投影测量在现实噪声下是否提高了从头能量的精度?
  • RQ4在如 3H 这样的轻核中,不同量子比特映射(JW 与 BK)在不同噪声尺度下的鲁棒性如何?
  • RQ5将 3N 力扩展到更重的 p-壳核时,实际难度(量子比特、门数)是多少?

主要发现

  • GC 分组在测量组数方面比朴素分组减少一个数量级以上,MBPT2 指导的优化进一步降低成本。
  • MBPT2 相关的项优化使变分参数接近 MBPT3 的优化,重叠度约为 0.978 到与精确波函数的重叠。
  • 在有噪声时,带对称性投影的对角项测量显著提高能量精度(BK 映射在总体上从 −7.39 MeV 提高到 0.98 MeV)。
  • BK 映射在低噪声尺度下显示更好的精度,而 JW 在较高噪声尺度下可能根据污染模式表现更佳;对称性投影有缓解作用。
  • 包含完整的 3N 力会增加 Pauli 字符串数量,但 GC 分组结合 MBPT2 指导仍然显著降低测量负担。

更好的研究,从现在开始

从论文设计到论文写作,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。