[发明专利]量子近似优化中的成本函数变形

说明书

提供了用于在量子近似优化中执行成本函数变形的技术。该技术包括将与组合优化问题相关联的成本函数映射到在允许的量子态上的优化问题。构建用于成本函数的量子哈密顿量，并且通过散布有控制脉冲的量子硬件的物理时间演化来生成试验状态的集合。各方面包括测量试验状态的量子成本函数，确定导致最优值的试验状态，以及使哈密顿量变形以找到最优状态并使用该最优状态作为用于对变形的哈密顿量的下一优化的下一开始状态，直到针对期望的哈密顿量确定了优化器。

背景技术

本主题公开涉及量子计算，并且更具体地，涉及解决关于量子电路的组合优化问题。优化或组合优化是一种搜索对潜在问题的有限或可计数无限集的最优解的方法。最优性是相对于要被最小化或最大化的一些准则函数来定义的，该准则函数通常被称为成本函数。存在各种类型的优化问题，包括例如物理参数的最小化：距离、行进的长度、重量、处理时间、材料、能量消耗、对象的数量以及以下各项的最大化：物理值、输出、产量、效用、效率、容量、对象的数量。因此，当在此使用时，术语成本函数优选地涉及诸如上述的物理参数。术语成本函数也可以应用于非物理参数，诸如成本、利润、数值。量子计算机显示出比经典算法更有效地解决优化问题的前景。例如，公知的量子绝热算法试图解决组合优化问题。这种算法需要与问题大小成比例的长相干时间。优化问题解决的替代方法基于量子近似优化算法(Quantum Approximate Optimization Algorithm，QAOA)。该算法的直接实现需要依赖于优化问题的酉(unitary)。将这种酉分解成标准门集对量子器件的相干时间提出了强的要求。

发明内容

以下呈现了发明内容，以提供对本发明的一个或多个实施例的基本理解。本发明内容不旨在标识关键或重要元素，或描绘特定实施例的任何范围或权利要求的任何范围。其唯一目的是以简化形式呈现构思，作为稍后呈现的具体实施方式的序言。在本文描述的一个或多个实施例中，描述了促进自动化量子电路调试的设备、系统、计算机实现的方法、装置和/或计算机程序产品。

根据实施例，一种系统包括：映射组件，该映射组件基于一个或多个约束将与物理参数相关的成本函数映射到哈密顿量，以将优化问题映射到在允许的量子态上的优化问题；试验状态和测量组件，该试验状态和测量组件包括具有至少一个集体门的量子电路，该量子电路通过散布有用于纠缠量子硬件的量子位的微波控制脉冲的量子硬件的物理时间演化来生成对应于哈密顿量的试验状态，并且该量子电路测量试验状态的量子成本函数以确定导致最优值的试验状态；以及变形组件，该变形组件将哈密顿量变形为变形的哈密顿量以找到最优状态，并且使用该最优状态作为用于对变形的哈密顿量的下一优化的下一开始状态，直到针对期望的哈密顿量确定了优化器。采样组件从对应于优化器的最优状态采样，以获得对组合优化问题的一个或多个近似。

根据另一实施例，提供了一种计算机实现的方法。该计算机实现的方法包括将与组合优化问题相关联的成本函数映射到在允许的量子态上的优化问题，包括构建用于成本函数的量子哈密顿量，并且由系统的量子电路通过散布有多个微波控制脉冲的量子硬件的物理时间演化来生成试验状态的集合。此外，计算机实现的方法包括测量试验状态的量子成本函数，确定导致最优值的试验状态，以及使哈密顿量变形以找到最优状态，并使用该最优状态作为用于对变形的哈密顿量的下一优化的下一开始状态，直到针对期望的哈密顿量确定了优化器。该方法包括通过散布有控制脉冲的量子硬件的物理时间演化来生成试验状态的集合包括使用该物理时间演化来生成纠缠。该方法包括从对应于优化器的最优状态采样，以获得对组合优化问题的近似。