Variational Quantum Optimization Benchmark Suite for Airline Crew Pairing and More
该研究引入一套高度可扩展的开源量子优化框架，含命令行配置系统以实现可重复实验，并通过航空公司机组配对和MaxCut问题展示其应用价值。
2025-04-16 quant-ph
Modeling Linear Inequality Constraints in Quadratic Binary Optimization for Variational Quantum Eigensolver
本文介绍了使用定制的变分形式的变分量子本征求解器，具有表示一定的约束的搜索域上的线性约束二次二元优化问题的解决方案的属性。四个约束，通常出现在几个优化问题建模。所提出的方法的主要优点是，变分形式上的参数的数量保持不变，并取决于出现在约束的变量的数量。此外，这种变分形式总是产生可行的解决方案所代表的约束不同的惩罚技术通常用于将约束问题转化为无约束的。该方法在一个真正的量子计算机中实现了两个已知的优化问题：设施定位问题和集合包装问题。对这两个问题的VQE的2-局部变分形式和一般QAOA实现的结果进行了比较，并表明使用更少的量子门和参数，导致更快的收敛。
2020-11-25 math.OC quant-ph
Variational quantum simulation of ground states and thermal states for lattice gauge theory with multi-objective optimization
本文针对格点规范理论中局域规范不变性约束带来的变分量子模拟困难，提出将能量（自由能）最小化与规范不变性惩罚作为两个目标进行多目标优化，并设计变分量子本征求解器和热化器，在$Z_2$格点规范理论中数值验证了零温与有限温度下同时实现能量优化和规范约束的可行性。
2024-08-30 quant-ph
A Comparative Study On Solving Optimization Problems With Exponentially Fewer Qubits
变分量子优化算法，例如变分量子本征求解器（VQE）或量子近似优化算法（QAOA），是研究最多的量子算法之一。在我们的工作中，我们评估和改进了基于VQE的算法，与QAOA相比，该算法使用的量子位数呈指数级减少。我们强调的数值不稳定性编码的问题到变分的ananesthetic和提出了一个经典的优化过程中找到的anesthetic的基态在较少的迭代具有更好的或类似的目标。此外，我们比较了经典的优化算法，这种变分二次无约束二元优化和图划分问题的anterior。
2022-10-21 quant-ph
Variational Quantum Approximate Support Vector Machine with Inference Transfer
KAIST（韩国科学技术院）；Yonsei University（延世大学）；Qunova Computing, Inc.（Qunova计算公司）
基于核的量子分类器是用于复杂数据的超线性分类的最实用和最有影响力的量子机器学习技术。我们提出了一种变分量子近似支持向量机（VQASVM）算法，该算法证明了即使在NISQ计算机中量子操作也是可行的经验次二次运行时复杂度。我们在基于云的NISQ机器上用玩具示例数据集试验了我们的算法，作为概念证明。我们还在标准Iris flower和MNIST数据集上对其性能进行了数值研究，以确认其实用性和可扩展性。
2023-02-28 cs.LG quant-ph
Quantum variational optimization: The role of entanglement and problem hardness
量子变分优化已经被提出作为一种替代方案，以解决优化问题的速度和规模比经典方法允许。本文系统地研究了纠缠、变分量子线路的结构和优化问题的结构对这些算法的成功和效率的影响。为此，我们的研究重点是变分量子本征求解器（VQE）算法，适用于二次无约束二进制优化（QUBO）问题的随机图与可调密度。我们的数值结果表明，在适应纠缠门的分布问题的拓扑结构，特别是对低维图上定义的问题的优势。此外，我们发现的证据表明，应用条件风险价值型成本函数提高了优化，增加了重叠的概率与最佳解决方案。然而，这些技术也提高了基于产品状态（无纠缠）的Ansätze的性能，这表明基于这些的新的经典优化方法在某些情况下可以优于现有的NISQ架构。最后，我们的研究还揭示了一个问题的硬度和汉明距离之间的相关性的基础和第一激发态，一个想法，可用于工程基准和理解的性能瓶颈的优化方法。
2021-12-28 quant-ph
Ion native variational ansatz for quantum approximate optimization
变分量子算法涉及使用经典协处理器训练参数化量子线路。量子近似优化算法是一种重要的变分算法，它是为组合优化而设计的。在任何现代量子处理器上实现该算法都需要将问题实例嵌入到哈密顿算子中，或者通过门序列模拟相应的传播子。由于目前的电路深度和硬件限制，对于大范围的问题实例，这是不可能的。因此，我们适应变分的方法-使用离子本地哈密顿-创建ansatze家庭，可以准备更一般的问题哈密顿的基态。我们分析确定对称保护类，使某些问题的实例无法访问，除非这种对称性被打破。我们详尽地搜索超过6个量子位，并考虑多达20个电路层，证明对称性可以被打破，以解决所有的问题实例的谢林顿-柯克帕特里克哈密顿。更进一步，我们在数字上展示了多达20个量子位的训练收敛性和水平改进。具体来说，这些发现拓宽了类问题的实例，这些问题可能由基于离子的量子处理器解决。一般来说，这些结果作为一个试验台的量子近似优化方法的基础上系统本机哈密顿量和对称性保护。
2022-06-23 quant-ph
Enhancing Variational Quantum Algorithms for Multicriteria Optimization
本文提出将变分量子算法的参数优化重构为多准则问题，并引入覆盖率指标增强超体积成本函数，在基准测试中显著提升了平均与最坏情况性能及Pareto前沿多样性。
2025-06-27 quant-ph
Inductive Construction of Variational Quantum Circuit for Constrained Combinatorial Optimization
本文提出一种基于前向操作归纳构造变分量子电路的方法，能处理更广泛的约束条件，应用于设施选址问题，提升了可行解与最优解的测量概率，且电路成本与常规方法相当。
2025-01-07 quant-ph
Variational Quantum Algorithm for Constrained Topology Optimization
针对拓扑优化需同时处理复杂配置搜索与偏微分方程约束的难题，提出一种新型变分量子算法，利用双寄存器编码和约束编码方案实现单循环并行搜索，并验证了其在桁架等结构上的有效性。
2025-03-04 quant-ph
Variational matrix product states for combinatorial optimization
Quantinuum
研究组合优化问题近似解，基于乘积态和矩阵乘积态假设的变分方法，经量子退火哈密顿量变分能量最小化及嵌入元启发式迭代局部搜索利用随机性，所产生算法在最大割问题上表现优于多种传统及量子方法。
2026-07-10 physics.comp-ph quant-ph
Variational Quantum Optimization with Multi-Basis Encodings
尽管广泛的研究工作，经典优化的量子算法很少表现出可实现的量子优势。许多量子算法的实用性受到高要求的电路深度和非凸优化景观的限制。我们通过引入一种新的变分量子算法来解决这些挑战，该算法受益于两个创新：多基图编码和非线性激活函数。我们的技术提高了优化性能，有效量子资源增加了两倍，测量复杂性降低了两倍。虽然传统量子形式主义的许多量子位的经典模拟是不可能的，由于其指数缩放，我们减轻了这种限制与精确的电路表示使用因式分解张量环。特别是，浅电路允许我们的技术，结合高效的因式分解张量为基础的模拟，使我们能够成功地优化MaxCut的非局部连接的$512$顶点DIMACS库图形在一个单一的GPU。通过提高量子优化算法的性能，同时需要更少的量子资源，并利用更浅，更抗错的电路，我们为变分量子优化提供了切实的进展。
2022-01-26 quant-ph
BAHAMAS: A Control Plane for Optimization and Execution of Variational Quantum Circuits
University of Utah（犹他大学）；Rice University（莱斯大学）
BAHAMAS是一种在线控制框架，通过自适应选择物理映射稳定变分量子算法的优化，可提升真实量子设备上的优化可靠性并支持漂移下的推理时重定向。
2026-10-30 cs.ET quant-ph
Filtering variational quantum algorithms for combinatorial optimization
如果算法有效地使用量子硬件，当前基于门的量子计算机有可能提供计算优势。为了使组合优化更有效，我们引入了滤波变分量子本征求解器（F-VQE），它利用滤波算子实现更快，更可靠的收敛到最优解。此外，我们探索使用因果锥来减少量子计算机所需的量子位数。使用随机加权最大割问题，我们数值分析我们的方法，并表明他们比原来的VQE算法和量子近似优化算法（QAOA）的性能更好。我们还证明了我们的算法在霍尼韦尔捕获离子量子处理器上的实验可行性。
2022-02-10 quant-ph
Variational Quantum Gate Optimization
我们提出了一种门优化方法，我们称之为变分量子门优化（VQGO）。VQGO是一种通过优化参数化的量子线路来构造目标多量子比特门的方法，该量子线路由具有高可控性的可调谐单量子比特门和具有有限可控性的固定多量子比特门组成。作为一个例子，我们应用所提出的计划的模型相关的超导量子比特系统。我们在数值模拟中表明，高保真CNOT门可以构建与VQGO使用交叉谐振门有限串扰。我们还表明，快速和高保真度的四量子位综合征提取可以实现同步交叉共振驱动器，即使在存在非交换串扰。VQGO为量子计算机设计有效的门操作提供了一条途径。
2018-10-30 quant-ph
Sub-universal variational circuits for combinatorial optimization problems
Department of Physics, University of Colorado Boulder, Boulder, CO 80309, USA（科罗拉多大学博尔德分校物理系）；University of Technology Sydney, Centre for Quantum Software（悉尼技术大学量子软件中心）；Department of Electrical, Computer and Energy Engineering, University of Colorado Boulder, Boulder, Colorado 80309, USA（科罗拉多大学博尔德分校电气、计算机与能源工程系）
提出一种基于二比特随机矩阵的经典概率变分线路求解组合优化问题，在多种规模的 Max-Cut 问题上优于 QAOA，为评估量子变分线路性能提供了次通用门集基准。
2025-09-14 cs.LG quant-ph
Blockwise Optimization for Projective Variational Quantum Dynamics (BLOP-VQD): Algorithm and Implementation for Lattice Systems
Indian Institute of Technology, Kharagpur（印度理工学院，卡拉格普尔校区）
BLOP-VQD通过块级优化降低计算成本，实现高效模拟复杂量子系统的时间演化。
2025-03-24 quant-ph
A Jacobi Diagonalization and Anderson Acceleration Algorithm For Variational Quantum Algorithm Parameter Optimization
变分量子算法（例如变分量子本征求解器（VQE）或量子近似优化算法（QAOA））的电路参数的优化是近期量子计算算法的实际部署的关键挑战。在这里，我们开发了一个混合量子/经典优化过程的启发雅可比对角化算法的经典特征分解，并结合安德森加速。在第一阶段中，通过在电路角度中的正交点处对可观测目标函数进行采样，对电路参数的局部聚类进行分析层析成像拟合。经典优化用于确定集群内的最佳电路参数，其他电路参数被冻结。然后在“扫描”中优化不同的电路参数簇，从而得到单调收敛的定点过程。在第二阶段，使用的不动点Jacobi过程的迭代历史，通过应用安德森加速/Pulay的直接反演的迭代子空间（DIIS）来加速收敛。这种Jacobi+Anderson方法的数值测试使用量子线路模拟器（无噪声）的一个代表性的测试情况下，从多状态，收缩变体的变分量子本征求解器（MC-VQE），并发现是有竞争力的，往往比鲍威尔的方法和L-BFGS更快。
2019-04-05 quant-ph
Collective optimization for variational quantum eigensolvers
变分量子本征求解器（VQE）通过用经典计算机更新参数来优化量子处理器上的哈密顿量的参数化本征态。这种混合量子-经典优化作为一种实用的方式来利用经典算法来利用近期量子计算的能力。在这里，我们开发了一个混合算法的VQE，强调经典的一面，可以解决一组相关的哈密顿同时。该算法将一个蛇算法到许多VQE任务，集体优化不同的哈密顿变分参数。这种所谓的集体VQE ~（cVQE）被用来求解具有不同键长的分子，这是量子化学中的一个标准问题。数值模拟结果表明，cVQE不仅收敛速度快，而且有避免单个VQE任务陷入局部极小的趋势。集体优化利用了相关任务之间的内在关系，并可能激发高级混合量子经典算法来解决实际问题。
2019-10-30 quant-ph
Improving Variational Quantum Optimization using CVaR
混合量子/经典变分算法可以在有噪声的中等规模量子计算机上实现，并且可以用于找到组合优化问题的解决方案。在文献中讨论的方法最小化的期望的问题的哈密顿量的参数化试验量子态。期望值被估计为一组测量结果的样本均值，而试验状态的参数被经典地优化。这个过程对于量子力学的可观测量，如分子能量，是完全合理的。在经典优化问题的情况下，产生对角哈密顿算子，我们认为，以不同的方式比期望值的样本聚合是更自然的。在本文中，我们提出了条件风险价值作为一个聚集函数。我们经验表明-使用经典模拟以及量子硬件-这导致更快的收敛到更好的解决方案，在我们的研究中测试的所有组合优化问题。我们还提供了分析结果来解释观察到的不同变分算法之间的性能差异。
2020-04-13 quant-ph
On the natural gradient for variational quantum eigensolver
变分量子本征求解器是一种由量子态驱动和经典参数优化相结合的混合算法，用于求解给定哈密顿量的基态。自然梯度法是一种考虑参数空间几何结构的优化方法。最近，Stokes等人发展了将自然梯度用于变分量子本征求解器的一般方法。本文给出了这种优化方法的一些简单的实例，详细地说明了自然梯度优化器是如何利用几何性质来改变和改进普通梯度法的。
2019-09-11 quant-ph
Variational Quantum Eigensolver for Approximate Diagonalization of Downfolded Hamiltonians using Generalized Unitary Coupled Cluster Ansatz
在本文中，我们讨论了利用变分量子求解器（VQE）和最近推出的广义酉耦合簇（GUCC）形式主义的对角化的向下折叠/有效的哈密顿在活动空间。除了由虚轨道子集的向下折叠定义的有效哈密顿量外，我们还考虑了由冻结核轨道定义的有效哈密顿量，这使我们能够处理更大的系统。我们还考虑了各种求解器，以确定解决方案的GUCC方程。我们使用N $_2$、H $_2$ O和C $_2$ H $_4$以及基准系统来说明组合框架的性能。
2020-11-03 physics.chem-ph quant-ph
Combinatorial optimization through variational quantum power method
幂方法（或迭代）是一种众所周知的经典技术，可用于找到矩阵的主特征对。在这里，我们提出了一个变分量子线路方法的幂迭代，它可以用来寻找酉矩阵的本征对，从而其相关的哈密顿量。我们将讨论如何将电路的组合优化问题制定为二次无约束二进制优化，并讨论其复杂性。此外，我们运行的随机问题的实例与多达21个参数的数值模拟，并观察到该方法可以生成的优化问题的解决方案，只有几个迭代次数和增长的迭代次数是多项式的参数的数量。因此，电路可以很容易地在近期量子计算机上模拟。
2021-06-29 quant-ph
Variational quantum amplitude estimation
我们建议进行振幅估计的帮助下，恒定深度的量子线路，变分近似的振幅放大过程中的状态。在Monte Carlo（MC）积分的背景下，我们数值计算表明，浅电路可以准确地近似许多幅度放大步骤。我们将变分法与极大似然幅度估计相结合[Y. Suzuki等人，Quantum信息处理。19，75（2020）]中的变分量子振幅估计（VQAE）。VQAE通常具有比经典MC采样更大的计算要求。为了降低变分成本，我们提出了自适应VQAE，并在6到12个量子比特的模拟中数值显示，它可以优于经典的MC采样。
2022-02-28 quant-ph
Scaling the Variational Quantum Eigensolver for Dynamic Portfolio Optimization
本研究探索变分量子特征求解器在超100量子比特的动态投资组合优化中的潜力，通过在真实量子处理单元上测试不同拟设线路与优化器组合，实现6至112量子比特的规模化扩展，结合差分进化优化器与定制拟设线路取得最优结果。
2025-02-21 quant-ph
Gauging the variational optimization of projected entangled-pair states
本文分析了PEPS变分优化中规范自由度的影响，发现基于梯度的优化会利用规范自由度导致张量网络收缩不准确并产生人为偏低的变分能量，并提出了一种规范固定优化策略以提高优化稳健性。
2025-08-14 cond-mat.str-el quant-ph
Noise-Resilient Variational Hybrid Quantum-Classical Optimization
变分混合量子-经典优化是最有前途的途径之一，可以显示当今有噪声的中等规模量子计算机在解决困难问题方面的优势，例如找到哈密顿量的最小能量状态或解决一些机器学习任务。在这些设备中，噪声是不可避免的，也不可能纠错，但它在优化过程中的作用还没有得到很好的理解，特别是从理论的角度来看。在这里，我们考虑一个最小化问题的变分状态，迭代通过参数量子线路，同时考虑到噪声的作用和随机性质的量子测量的结果。我们表明，对于一个固定的迭代次数得到的结果的准确性是有界的变分状态的量子费舍尔信息有关的数量。利用这个界，我们研究了量子近似优化算法在实际噪声模型下的收敛性质，表明了该算法对不同噪声强度的鲁棒性。
2020-11-17 quant-ph stat.ML
Variational Quantum Optimization of Nonlocality in Noisy Quantum Networks
本文提出变分量子优化框架，在噪声量子硬件上模拟并优化量子网络，通过实验和模拟证明其能最大化非局域性，并揭示幺正与非幺正噪声下最大非局域性对应的纠缠态类型，为近期和长期量子网络协议设计提供实用工具。
2022-05-05 quant-ph
Efficient Estimation and Sequential Optimization of Cost Functions in Variational Quantum Algorithms
提出将参数化量子电路表示为酉算子加权和的优化方法，高效评估代价函数非局域特性及导数，应用于流体动力学和薛定谔方程基态求解，显著提升收敛速度与精度。
2024-12-30 quant-ph
Performance of hybrid quantum/classical variational heuristics for combinatorial optimization
最近的文献近期应用量子计算机包含几个例子的混合量子/经典变分方法的应用。这种方法可以应用于各种优化问题，但其实际性能还没有得到很好的研究。本文提出了一些步骤，在寻找经典组合优化问题的解决方案的背景下，在表征的方法的实际性能的方向。我们的研究是基于数值结果应用几个经典的非线性优化算法的哈密顿六个组合优化问题的实验是通过无噪声的经典模拟的量子线路中实现的Qiskit。我们通过经验验证：（1）对于具有多个泡利项的哈密顿量，寻找基态是困难的;（2）经典的全局优化方法比局部方法更成功，因为它们能够避免大量的局部最优;（3）在变分形式中引入纠缠似乎没有明显的优势。
2018-12-13 cs.DM quant-ph
SantaQlaus: A resource-efficient method to leverage quantum shot-noise for optimization of variational quantum algorithms
提出SantaQlaus算法，利用量子散粒噪声并动态调整测量次数，在退火框架中优化变分量子算法，有效降低局部最优风险并保持资源效率。
2023-12-25 quant-ph
Variational optimization with infinite projected entangled-pair states
我们提出了一个方案，执行迭代变分优化无限投影纠缠对态（iPEPS），张量网络模拟的二维波函数在热力学极限，计算基态的局部哈密顿量。该方法是基于一个系统的总和的哈密顿贡献，使用角传递矩阵法。具有挑战性的问题的基准结果，包括2D海森堡模型，Shastry-Sutherland模型，和t-J模型，这表明变分方案产生更准确的结果比以前最好的虚时间演化算法，具有类似的计算成本和更快的收敛到基态。
2017-05-01 cond-mat.str-el quant-ph
Hot-Start Optimization for Variational Quantum Eigensolver
变分量子本征求解器（VQE）是近年来备受关注的量子多体物理模拟算法之一，被认为在近期的量子器件上具有实用价值。然而，它的可行性和准确性关键取决于的Anonymous结构，可以用不同的方式来定义和适当选择的结构提出了一个瓶颈的协议。在我们的工作中，我们提出了优化方法，允许浅电路解决方案。我们的热启动方法的主要成就是所需的门数限制的几倍。结果，它增加了最终结果的保真度，这对于当前噪声量子器件的实现是重要的。我们认为热启动优化是现代量子计算设备功能开发的一个很好的新方法。
2021-04-30 quant-ph
Noisy Bayesian optimization for variational quantum eigensolvers
变分量子本征求解器（VQE）是一种混合量子经典算法，用于使用变分方法找到哈密顿量的基态。在这个格点研讨会的背景下，该程序可以用来研究格点规范理论（LGT）的哈密顿公式。基于高斯过程回归（GPR）的贝叶斯优化（BO）是一种强大的算法，用于使用受统计噪声影响的数据以非常低的迭代次数找到成本函数（例如能量）的全局最小值。这项工作提出了一种GPR和BO的实现，专门用于在目前已经可用的量子计算机上执行VQE。
2021-12-01 hep-lat quant-ph
Variationally Compressing Quantum Circuits to Approximate Nonadiabatic Molecular Quantum Dynamics
University of Georgia（佐治亚大学）
本文提出通过变分压缩量子电路来近似非绝热分子动力学，通过经典模拟混合量子-经典优化方法，保留反应速率系数并利用量子硬件实现绝热动力学。
2026-05-07 physics.chem-ph physics.comp-ph quant-ph
Variational Quantum Non-Orthogonal Optimization
针对通用量子计算机量子比特有限且含噪的问题，提出将离散经典变量编码为非正交量子态并结合VQE与量子态层析成像的优化方案，显著减少所需量子比特数，在有限量子硬件上成功优化多项式。
2023-06-29 quant-ph
Gaussian process model kernels for noisy optimization in variational quantum algorithms
针对变分量子算法中的噪声优化，本文引入三角函数核函数改进高斯过程模型，通过系统比较和RotoGP优化器验证，在多数问题上表现最优。
2024-12-17 quant-ph
Monte Carlo Tree Search based Hybrid Optimization of Variational Quantum Circuits
University of California, Berkeley（加州大学伯克利分校）；Stanford University（斯坦福大学）；St. Kliment Ohridski University of Sofia（索非亚圣克里门特·奥赫里德大学）；Max Planck Institute for the Physics of Complex Systems（马克斯·普朗克复杂系统物理研究所）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
变分量子算法站在近期和未来容错量子设备模拟的最前沿。虽然大多数变分量子算法只涉及连续优化变量，但有时可以通过添加某些离散优化变量来显着增强变分预测的表示能力，如广义量子近似优化算法（QAOA）所示。然而，混合离散-连续优化问题的广义QAOA提出了一个挑战的优化。我们提出了一种新的算法称为MCTS-QAOA，它结合了蒙特卡罗树搜索方法和改进的自然策略梯度求解器，分别优化量子线路中的离散和连续变量。我们发现，MCTS-QAOA具有良好的抗噪性能，并优于以往的算法在具有挑战性的情况下，广义QAOA。
2022-03-30 cond-mat.quant-gas cs.LG physics.comp-ph
Quantum Variational Optimization of Ramsey Interferometry and Atomic Clocks
我们讨论了量子变分优化的Ramsey干涉与$N$纠缠原子系综，和它的应用原子钟的基础上的贝叶斯方法的相位估计。我们确定最佳的输入状态和广义测量的变分近似为相应的纠缠和解码量子线路。这些电路是根据特定传感器平台可用的基本量子操作构建的，例如单轴扭曲或有限范围相互作用。优化定义相对于成本函数，这在本研究中是贝叶斯均方误差的估计相位为一个给定的先验分布，即我们优化的干涉仪的有限动态范围。在光学原子钟的类似变分优化中，我们使用给定Ramsey询问时间的Allan偏差作为长期不稳定性的相关代价函数。值得注意的是，即使是低深度的量子线路也能产生非常接近最佳拉姆齐干涉法和原子钟的基本量子极限的优异结果。这里所确定的量子周期表方案很容易应用于基于光晶格、镊子阵列或捕获离子的原子钟。
2021-10-14 physics.atom-ph quant-ph
Optimization of the Variational Quantum Eigensolver for Quantum Chemistry Applications
本文研究了结合经典和量子硬件的变分量子本征求解器算法，用于确定量子力学系统的基态。研究了减少变分量子本征求解器所需量子比特操作次数的方法。我们正式证明了Bravyi，Gambetta，Mezzacapo和Temme [arXiv：1701.08213（2017）]所描绘的量子位移除过程。此外，通过计算H $_2$和LiH的基态能量，对基于门的和本机的不同经典优化和纠缠方法进行了调查。本文旨在为纠缠方法和经典优化方法提供基于性能的建议。分析VQE问题是复杂的，其中优化算法、纠缠方法和搜索空间的维度都相互作用。然而，在特定情况下，可以显示具体的结果，并且可以推荐一种缠绕方法或优化算法。特别是，我们发现，对于高维数（许多量子比特和/或纠缠深度），某些经典的优化算法优于其他的能量误差。
2022-02-28 physics.atom-ph quant-ph
Non-Variational Quantum Random Access Optimization with Alternating Operator Ansatz
针对变分 QRAO 需逐实例训练参数的扩展瓶颈，本文提出基于 QAOA 的非变分 QRAO，并用固定参数及算子设计选择在 MaxCut 上验证其性能。
2025-07-24 cs.ET quant-ph
Optimizing the depth of variational quantum algorithms is strongly QCMA-hard to approximate
本文证明近似变分量子算法ansatz的最优深度在乘法因子N^{1-ε}内是QCMA难的，且该困难性在QAOA型设置中依然存在，首次给出自然的QCMA难近似问题。
2023-06-16 cs.CC quant-ph
Gradient methods for variational optimization of projected entangled-pair states
我们提出了一个共轭梯度法的基态优化的投影纠缠对态（PEPS）的热力学极限，作为一个直接执行的变分原理内的PEPS流形。我们的优化是基于一个有效的和准确的评估的梯度的全球能源功能，通过使用有效的角落环境，是强大的相对于初始起点。它的另一个优点是可以直接实现物理和虚拟对称。我们提供的工具来计算静态结构因子直接在动量空间，以及方差的哈密顿量。我们基准我们的方法上的伊辛和海森堡模型，并显示出显着的改进的能量和序参量相比，基于时间演化的算法。
2016-11-07 cond-mat.str-el quant-ph
An introduction to variational quantum algorithms for combinatorial optimization problems
本文以无需量子物理基础的方式系统介绍变分量子算法，重点阐述QAOA的量子电路与引导函数性质，并综述其最新研究趋势。
2024-08-11 math.OC quant-ph
Variational quantum iterative power algorithms for global optimization
本文提出量子迭代幂算法（QIPA）这一变分量子算法族，在$H_2$分子解离、transmon量子比特基态搜索和双素数分解等全局优化实验中优于同类算法，且凭借浅层电路和混合架构易于在现有量子硬件上大规模应用。
2022-08-22 physics.app-ph physics.atom-ph quant-ph
Variational optimization of projected entangled-pair states on the triangular lattice
Freie Universität Berlin（柏林自由大学）；Dahlem Center for Complex Quantum Systems（达勒姆复杂量子系统中心）；Institut für Theoretische Physik（理论物理研究所）；Helmholtz-Zentrum Berlin für Materialien und Energie（柏林亥姆霍兹材料与能源中心）
本研究提出了一种针对三角晶格投影纠缠对态的变分优化算法，通过自动微分实现能量最小化，提高了变分结果的准确性。
2026-01-14 cond-mat.str-el quant-ph
Velocity Verlet-based optimization for variational quantum eigensolvers
Kobe City College of Technology（神户市技术短期大学）
本文提出基于速度Verlet算法优化变分量子本征值求解器，通过引入惯性项提升复杂能景观探索效率，在H₂和LiH分子中取得更优性能。
2026-03-10 math.OC quant-ph
Variational optimization algorithms for uniform matrix product states
本文将密度矩阵重整化群（DMRG）与矩阵乘积态切空间概念相结合，构造了一种求解一维量子晶格在热力学极限下的基态的变分算法。通过与无限密度矩阵重整化群（IDMRG）和无限时间演化块抽取（ITEBD）算法的比较，发现该算法在收敛速度和精度上都有很大的提高。我们还表明，VUMPS工程非常有效的哈密顿与长程相互作用，也为无限圆柱体上的二维模型的模拟。新的算法可以方便地实现作为一个扩展已经存在的DMRG实现。
2019-04-19 cond-mat.str-el quant-ph
An Empirical Review of Optimization Techniques for Quantum Variational Circuits
Rensselaer Polytechnic Institute（伦斯勒理工学院）；Department of Computer Science（计算机科学系）；Troy NY, USA（美国纽约州特洛伊市（此处仅为地址信息，根据提取规则应忽略，正确仅保留大学））
量子变分电路（QVC）通常被认为是近期和长期量子硬件最有效的用途之一。优化这些电路的标准方法依赖于经典系统来计算每个优化步骤的新参数。然而，这个过程可能极具挑战性，因为导航的性质是指数缩放的复杂希尔伯特空间，贫瘠的高原，以及所有可预见的量子硬件中存在的噪声。虽然在实践中采用了各种优化算法，但这种选择往往缺乏理论或经验动机。为此，我们经验性地评估了许多常见的梯度和梯度自由优化器在各种优化任务上的潜力。这些任务包括基于经典和量子数据的优化例程。我们的评估是在无噪声和噪声模拟中进行的。大量的问题和优化评估产生强有力的经验指导选择优化QVC，目前缺乏。
2022-02-09 cs.LG quant-ph
Consensus-based qubit configuration optimization for variational algorithms on neutral atom quantum systems
Eindhoven University of Technology（埃因霍温理工大学）；Eindhoven Hendrik Casimir Institute（埃因霍温亨德里克·卡西米尔研究所）
本研究提出基于共识的算法优化中性原子量子系统中量子比特配置，以提升变分算法求解基态最小化问题的效率与精度。
2025-04-09 physics.atom-ph quant-ph
Classical Optimization Strategies for Variational Quantum Algorithms: A Systematic Study of Noise Effects and Parameter Efficiency
Technical University of Munich（慕尼黑工业大学）；University of Cambridge（剑桥大学）；VSB - Technical University of Ostrava（俄斯特拉发科技大学）；IT4Innovations National Supercomputing Center, VSB - Technical University of Ostrava（俄斯特拉发科技大学 IT4Innovations 国家超级计算中心）；Gran Sasso Science Institute（格兰萨索科学研究所）；Università dell’Aquila（阿奎拉大学）
本研究系统基准测试了近噪声量子条件下量子近似优化算法求解广义均值方差问题的经典优化策略，发现无噪声时$γ$参数非活跃，据此提出聚焦$β$参数的过滤优化法，提升了参数效率与鲁棒性。
2025-11-12 cs.NA math.NA quant-ph
Variational optimization of continuous matrix product states
正如矩阵乘积态忠实地代表一维量子自旋系统的基态一样，连续矩阵乘积态（cMPS）也忠实地代表了一维空间中相互作用场论的真空。然而，与量子自旋的情况下，密度矩阵重整化群和相关的矩阵产品状态算法提供了强大的算法优化变分状态，优化cMPS系统与非均匀的外部潜力一直是有问题的。我们解决这个问题，通过构建一个分段线性参数化的底层矩阵值的功能，这使得计算的精确约化密度矩阵无处不在的系统中的高阶泰勒展开。这将变分cMPS问题转化为变分算法，从该变分算法可以精确地计算能量及其向后导数，并且成本与键维度的立方成比例。我们说明了这一点，通过寻找基态的相互作用玻色子在外部的潜力，并通过计算边界或Casimir能量修正的连续多体系统的开放边界条件。
2021-06-03 cond-mat.str-el hep-lat quant-ph
