[论文解读] Tunneling through high energy barriers in simulated quantum annealing

Elizabeth Crosson, Mingkai Deng|arXiv (Cornell University)|Oct 30, 2014

Quantum Computing Algorithms and Architecture参考文献 8被引用 6

一句话总结

该论文表明，模拟量子退火（SQA）能够高效地穿越优化问题中的高能垒——特别是'汉明权重带尖峰'问题——而经典模拟退火（SA）则会指数级失败。当虚时离散化足够精细（L ∝ n）时，SQA通过路径积分蒙特卡洛方法实现多项式收敛时间，继承了量子退火（QA）相对于经典方法的优势。

ABSTRACT

We analyze the performance of simulated quantum annealing (SQA) on an optimization problem for which simulated classical annealing (SA) is provably inefficient because of a high energy barrier. We present evidence that SQA can pass through this barrier to find the global minimum efficiently. This demonstrates the potential for SQA to inherit some of the advantages of quantum annealing (QA), since this problem has been previously shown to be efficiently solvable by quantum adiabatic optimization.

研究动机与目标

• 研究模拟量子退火（SQA）是否能够克服经典模拟退火（SA）受阻的高能垒。
• 确定SQA在存在指数级能垒的问题中是否继承了量子退火（QA）的量子优势。
• 分析SQA收敛时间对系统尺寸n和虚时离散化L的依赖关系。
• 确定在存在经典退火中拓扑障碍的情况下，SQA仍保持高效的条件。

提出的方法

• SQA通过路径积分蒙特卡洛方法实现，利用苏扎-崔托尔近似将量子退火过程映射到经典统计力学系统上。
• 有效经典能量函数E_C包含问题哈密顿量f(z)和沿虚时方向的铁磁耦合J，其中当Γ → 0时，J ∝ 1/Γ。
• 使用马尔可夫链蒙特卡洛方法，结合局部单自旋翻转和梅特罗波利斯接受规则，对平衡分布π(𝐳) ∝ exp(−βE_C(𝐳))进行采样。
• 世界线更新被考虑但非必需；仅使用局部更新即可证明多项式收敛。
• 在每个Γ_i处，测量为采样全局最小值所需的扫掠次数τ_s作为收敛指标。
• 横Field Γ从1几何递减至10⁻¹²，β = 32以确保真实最小值主导稳态分布。

实验结果

研究问题

• RQ1 SQA能否高效穿越导致经典SA指数级失败的高能垒？
• RQ2 当存在高能垒时，SQA的弛豫时间是否随系统尺寸n多项式增长？
• RQ3 为防止SQA退化为经典行为，虚时离散化L需要怎样的缩放？
• RQ4 SQA的动力学临界指数z与一维动力学伊辛模型相比如何？
• RQ5 SQA在此问题上的表现是否与量子退火的多项式运行时间优势一致？

主要发现

• SQA的收敛时间τ_s ≈ O(n^1.98)，表明其随系统尺寸n多项式缩放。
• 动力学临界指数z ≈ 1.98，与一维动力学伊辛模型在β → ∞极限下预期的z = 2一致。
• 即使在汉明权重n/4处存在高能垒时，SQA的弛豫时间仍保持多项式。
• 仅当Trotter切片数L与n线性缩放时，SQA的效率才能得以保持，从而确保穿越能垒的跃迁具有非指数级小的接受概率。
• 当L为常数时，SQA的收敛时间变为指数级，表明其发生向经典行为的交叉转变。
• 这些结果表明，只要虚时离散化足够精细，SQA能够继承量子退火穿越高能垒的量子优势。