Emerging quantum computing algorithms for quantum chemistry
数字量子计算机为求解各种多粒子系统的薛定谔方程提供了一个计算框架。用于这些系统的量子模拟的量子计算算法最近已经见证了显著的增长，尽管现有量子硬件的限制，特别是作为分子中的电子结构计算的工具。在这篇综述中，我们提供了一个独立的介绍新兴的算法模拟的哈密顿动力学和本征态，重点是它们的应用，在分子系统中的电子结构。的理论基础和实施细节的方法进行了讨论，其优点，局限性和最新进展。
2021-11-13 quant-ph
Ab Initio Transcorrelated Method enabling accurate Quantum Chemistry on near-term Quantum Hardware
针对近期量子硬件资源有限的问题，提出基于跨相关方法的显式关联拟设，将波函数关联直接转移至哈密顿量，可使用更少量子比特在噪声器件上实现高精度量子化学计算。
2024-04-17 cond-mat.str-el physics.chem-ph physics.comp-ph
Pulse-optimised circuit elements for scalable and noise-resilient quantum chemistry
Hitachi Cambridge Laboratory（日立剑桥实验室）；Cavendish Laboratory, Department of Physics, University of Cambridge（剑桥大学物理系卡文迪许实验室）
提出一种基于梯度上升脉冲工程的方法，直接实现变分量子本征求解器（VQE）的硬件定制脉冲，将硅自旋量子比特处理器上的单/双量子比特激发实现时间分别降至289 ns和927 ns，VQE运行时间最多缩短15.3倍。
2026-06-17 quant-ph
Quantum Chemistry as a Benchmark for Near-Term Quantum Computers
我们提出了一个量子化学基准的噪声中等规模的量子计算机，利用变分量子本征求解器，积极的空间减少，减少单一耦合集群anananterior，并减少密度纯化作为错误缓解。我们通过模拟碱金属氢化物（NaH、KH、RbH）在20量子位IBM Tokyo和16量子位Rigetti Aspen处理器上演示了该基准，计算的基态能量的准确性作为主要基准度量。我们进一步参数化这个基准套件的试验电路类型，对称性降低的水平，和错误缓解策略。我们的研究结果表明，在近期超导硬件中存在的特征性高噪声水平，但提供了一个相关的基础硬件的未来改进的基线，并在近期硬件类型的比较手段。我们还演示了如何减少噪声后处理与特定的错误缓解技术。特别地，噪声密度矩阵的McWeeny纯化的适应显著地提高了量子计算的准确性，这与可调节的活性空间一起显著地扩展了可访问的分子系统的范围。我们证明，对于特定的基准设置，当在某些量子计算机上通过云计算时，准确性度量可以达到化学准确性。
2019-05-04 physics.chem-ph quant-ph
Ab Initio Polaritonic Chemistry on Diverse Quantum Computing Platforms: Qubit, Qudit, and Hybrid Qubit-Qumode Architectures
CNRS/Université de Strasbourg（斯特拉斯堡大学）；Vrije Universiteit（自由大学）；Universiteit Leiden（莱顿大学）；Univ Montpellier, CNRS, ENSCM（蒙彼利埃大学）
本文探讨了在不同量子计算平台中实现极子化学计算的方法，发现混合量子比特-量子模态架构在资源效率和准确性方面表现最佳。
2025-06-18 quant-ph
A Full Quantum Eigensolver for Quantum Chemistry Simulations
量子化学的量子模拟是量子计算最引人注目的应用之一。它在材料科学、生物化学和凝聚态物理等领域特别重要。在这里，我们提出了一个完整的量子本征解算器（QUE）算法计算分子的基态能量和电子结构使用量子梯度下降。与现有的经典-量子混合方法如变分量子本征求解器（VQE）相比，该方法去除了经典优化器，在量子计算机上进行计算，具有更快的收敛速度.梯度下降迭代深度具有有利的复杂度，该复杂度在数学上取决于系统大小和精度的倒数。此外，利用微扰理论计算中间矩阵元，可以进一步简化微扰方程，得到满足化学应用要求的精度结果。完整的量子本征解算器可以在近期量子计算机上实现。随着量子计算硬件的快速发展，量子计算环境为解决量子化学问题提供了一种高效而强大的工具。
2020-02-22 quant-ph
A Practical Introduction to VQE: Methods, Challenges, and Applications in Physics and Chemistry
Fraunhofer-Institut für Werkstoffmechanik IWM（弗劳恩霍夫材料力学研究所）；Institute of Quantum Technologies, German Aerospace Center (DLR)（德国航空航天中心量子技术研究所）；Institute of Engineering Thermodynamics, German Aerospace Center (DLR)（德国航空航天中心工程热力学研究所）；Helmholtz Institute Ulm（乌尔姆赫尔霍兹研究所）；Freiburger Materialforschungszentrum, Universität Freiburg（弗赖堡大学弗赖堡材料研究中心）；Department of Physics, Ulm University（乌尔姆大学物理系）
本文系统介绍VQE的算法组件、实际性能影响因素及常见挑战，为物理和化学领域研究者提供实用入门指南。
2026-10-09 cond-mat.str-el quant-ph
Demonstrating Bayesian Quantum Phase Estimation with Quantum Error Detection
本文在Quantinuum囚禁离子硬件上结合贝叶斯QPE、最优参数选择和$[[n+2,n,2]]$错误检测码，估计氢分子基态能量，精度达$6\ imes10^{-3}$ hartree。
2023-09-08 quant-ph
Towards practical and massively parallel quantum computing emulation for quantum chemistry
量子计算正在超越其早期阶段，并寻求在化学和生物医学科学中的商业应用。在当前嘈杂的中尺度量子计算时代，量子资源过于稀缺，无法支持这些探索。因此，在经典计算机上仿真量子计算对于开发量子算法和验证量子硬件具有重要的意义。然而，现有的模拟器大多遭受内存瓶颈，因此开发大规模量子化学计算的方法仍然具有挑战性。在这里，我们展示了一个高性能和大规模并行变分量子本征求解器（VQE）模拟器的基础上矩阵乘积状态，结合嵌入理论解决大规模量子计算仿真的量子化学HPC平台上。我们应用这种方法来研究乙烷的扭转势垒以及蛋白质与配体相互作用的定量。我们最大的模拟达到了$1000$量子位，并在新的Sunway超级计算机上实现了$216.9$ PFLOPS的性能，这为量子化学的量子计算仿真奠定了基础
2023-03-07 quant-ph
HIVQE: Handover Iterative Variational Quantum Eigensolver for Efficient Quantum Chemistry Calculations
本文提出混合量子-经典算法HiVQE，利用NISQ硬件探索电子构型并由经典计算机无噪声计算波函数，以高效、准确地处理多参考量子化学问题。
2025-03-16 quant-ph
Quantum Chemistry in the Age of Quantum Computing
在过去的一个世纪里，在经典计算机上模拟量子系统的实际挑战已经在量子物理和量子化学界得到了广泛的认可。尽管已经引入了许多近似方法，但量子力学的复杂性仍然难以平息。量子计算的出现为驾驭这一具有挑战性的复杂景观带来了新的途径。通过操纵物质的量子态并利用其独特的特性，如叠加和纠缠，量子计算机有望有效地为量子化学中的许多重要问题提供准确的结果，如分子的电子结构。在过去的二十年里，在开发用于量子计算的算法和物理硬件方面取得了重大进展，预示着量子系统模拟的革命。本文概述了与量子化学相关的算法和结果。目标读者既有希望了解更多关于量子计算的量子化学家，也有希望探索量子化学应用的量子计算研究人员。
2018-12-28 quant-ph
Experimental quantum computational chemistry with optimised unitary coupled cluster ansatz
本文通过优化酉耦合簇拟设并结合硬件增强与误差缓解技术，将VQE实验扩展到12量子比特，实现误差抑制约两个数量级，在H₂和LiH分子上达到化学精度，展示了可扩展电子结构计算的可行路径。
2024-06-17 quant-ph
Noise-Resilient Quantum Chemistry with Half the Qubits
Qunova Computing Inc.（Qunova Computing 公司）；School of Data Science and Computational Thinking, Stellenbosch University（斯泰伦博斯大学数据科学与计算思维学院）；National Institute for Theoretical and Computational Sciences (NITheCS)（理论与计算科学国家研究所）
HSQD通过减少量子比特数量和测量次数，实现抗噪声的量子化学计算，提升基态表示的紧凑性，并在铁硫簇中展示可扩展性。
2026-02-04 quant-ph
SQD-Enabled Circuit Compression for Resource-Efficient Quantum Chemistry
The Chinese University of Hong Kong（香港中文大学）；Rutgers University（罗格斯大学）；Eigen AI
研究利用子空间量子对角化的鲁棒性特性，通过基于梯度的算子剪枝和克利福德舍入两种互补技术压缩电路，应用于VQE假设。对21个分子消融研究及6个分子硬件验证表明，能在保证精度下大幅压缩电路、提升模拟速度。
2026-08-18 quant-ph
Demonstration of Parallel Multi-QPU Execution for Fragment-Based Quantum Chemistry Using On-Premises Hardware
Quantum Brilliance Pty Ltd（量子卓越有限公司）；Oak Ridge National Laboratory（橡树岭国家实验室）
本研究在本地三台Quoll量子计算机上演示了并行FMO量子化学计算，通过同步射击并行和异步片段并行模式提升采样吞吐量，同时保持化学精度，验证了并行量子执行的实际效益。
2026-10-07 physics.chem-ph physics.comp-ph quant-ph
Exploiting subspace constraints and ab initio variational methods for quantum chemistry
本文利用自适应演化的量子电路并结合物理相关子空间约束，在多达14量子比特的分子体系静态与动力学计算中优于传统人工拟设，显著提升电路性能与紧凑性。
2022-11-17 quant-ph
From Promise to Practice: Benchmarking Quantum Chemistry on Quantum Hardware
Rensselaer Polytechnic Institute（伦斯勒理工学院）；IBM Quantum, IBM T.J. Watson Research Center（IBM量子，IBM托马斯·J·沃森研究中心）
本文在量子硬件上评估了SQD方法的准确性和精度，展示了其在不同化学反应中的表现及改进机会。
2025-11-30 math-ph math.MP quant-ph
Utility-scale quantum computational chemistry
ETH Zurich（苏黎世联邦理工学院）
本文探讨量子计算在大规模应用中的潜力，强调算法需支持高效整合量子加速计算至高通量流程，以实现实际社会价值。
2026-03-19 cond-mat.str-el physics.chem-ph physics.comp-ph
Tangelo: An Open-source Python Package for End-to-end Chemistry Workflows on Quantum Computers
Tangelo [link：https：//github.com/goodchemistryco/Tangelo]是一个开源的Python软件包，用于在量子计算机上开发端到端的化学工作流，在Apache 2.0许可下发布。它旨在支持量子硬件上成功实验的设计，并促进量子算法开发的进步。该软件通过组装可重复使用的构建块和算法来快速探索不同的方法，并灵活地让用户介绍自己的方法。Tangelo是后端不可知的，可以在各种后端（Braket，Qiskit，Qulacs，Azure Quantum，QDK，Cirq...）之间切换。在代码中进行最小的更改。该软件包可用于探索量子计算应用，如开壳系统，激发态，或更多的工业相关系统，通过利用问题分解的规模。本文概述了Tangelo的设计选择、理念和主要功能。
2022-06-24 quant-ph
Evaluating the impact of noise on the performance of the Variational Quantum Eigensolver
量子计算机预计将非常有利于化学模拟，有望在准确性和速度方面取得显着进步。在NISQ设备上进行化学模拟的最突出的算法是变分量子本征求解器（VQE）。它是一种量子-经典混合算法，基于参数化的量子线路计算哈密顿量的基态能量，同时使用经典优化器寻找最优参数值。然而，量子硬件会受到噪声的影响，需要了解它会在多大程度上降低VQE算法的性能。本文以氢分子为例研究了噪声的影响。首先，我们比较了一组不同的优化器的VQE性能，从中我们发现NFT是最合适的一个。接下来，我们通过系统地增加它们的强度来量化不同噪声源的影响。噪声强度围绕IBM Q超导器件的共同值变化，并且曲线拟合用于模拟所获得的能量值与噪声幅度之间的关系。由于电路中的噪声量在很大程度上取决于其架构，我们对不同的ansatzes进行了研究，包括硬件效率和化学启发的。
2022-09-26 quant-ph
Circuit Depth Reduction for Executable Hamiltonian Dynamics of Covalent Inhibitor Reactivity on Quantum Hardware
Capgemini Quantum Lab（凯捷量子实验室）；IBM T. J. Watson Research Center（IBM T.J.沃森研究中心）；Haiqu Inc.（海奇公司）；IBM Quantum IBM France Lab（IBM量子法国实验室）；GSK Medicines Research Centre（葛兰素史克药物研究中心）
本研究提出一种结合哈密顿时间演化与经典机器学习的端到端策略，通过电路缩减方法实现含磺酰氟弹头共价抑制剂反应性的量子模拟，在量子硬件上取得显著电路深度缩减且保留反应性预测精度。
2026-08-31 quant-ph
Size-Consistent Quantum Chemistry on Quantum Computers
The University of Chicago（芝加哥大学）
本文通过模拟由增多非相互作用H₂分子组成的系统，评估了量子硬件上的尺寸一致性，发现当前量子设备在化学相关系统大小上能保持尺寸一致性，支持了强相关分子和材料的可扩展模拟可行性。
2025-12-20 physics.chem-ph physics.comp-ph quant-ph
Electronic structure with direct diagonalization on a D-Wave quantum annealer
量子化学被认为是最早被量子计算革命化的学科之一。虽然实用规模的通用量子计算机可能还需要几年的时间，但目前正在寻求各种方法，通过开发适当的算法和软件基础来解决近期基于门的量子计算机和量子退火机上的量子化学问题。在D-Wave 2000 Q量子退火机上实现了量子退火本征解算器（QAE）算法，求解了分子电子哈密顿本征值-本征矢量问题。该方法是基于矩阵公式，有效地使用量子比特资源的基础上的2的幂编码方案，是硬件占主导地位的依赖于只有一个经典的优化参数。我们演示了使用D波硬件获得地面和电子激发态在各种小分子系统。这种方法可以适用于目前在传统量子化学包中实施的绝大多数电子结构方法。这项工作的结果将鼓励进一步开发软件，如qbsolv，它在新兴的量子信息处理硬件中具有很好的应用前景，并且能够解决经典计算机难以解决的大型复杂优化问题。
2020-09-02 quant-ph
SQD-Agent: LLM-driven agentic framework for Quantum Chemistry workflows
Indian Institute of Technology Delhi（德里印度理工学院）；IBM Quantum, IBM Research（IBM量子，IBM研究院）
SQD-Agent是一个基于LLM的智能体框架，将自然语言意图转化为量子化学工作流，自动化SQD算法流程，降低专业门槛，支持模块化集成和错误缓解分析。
2026-10-15 cs.MA quant-ph
Zero and Finite Temperature Quantum Simulations Powered by Quantum Magic
我们提出一种受量子信息论启发的相似变换方法，通过可调质量的预处理简化哈密顿量，缩短电路深度，在量子硬件上显著提升零温和有限温度自由能计算的性能，优于传统Hartree-Fock方法。
2024-07-18 quant-ph
Quantum-Inspired Ising Machines for Quantum Chemistry Calculations
Amirkabir University of Technology（阿米尔卡比尔理工大学）
本研究展示了一种量子启发算法，通过相干伊辛机和模拟分叉算法高效计算H₂和H₂O的电子能级图，显著提升计算速度。
2026-02-14 quant-ph
Feasibility of performing quantum chemistry calculations on quantum computers
PHELIQS, Université Grenoble Alpes, CEA, Grenoble INP, IRIG（格勒诺布尔阿尔卑斯大学）；Eviden Quantum Laboratory（埃维登量子实验室）
本文提出两个评估标准，分析了VQE和QPE算法在分子基态计算中的精度限制与挑战，指出需高精度量子计算机才能实现相关化学计算。
2026-02-16 cond-mat.str-el quant-ph
Time versus Hardware: Reducing Qubit Counts with a (Surface Code) Data Bus
我们引入了一个数据总线，用于减少量子计算中的量子位数（受表面码保护）。对于一般计算，执行自动权衡分析（软件工具和源代码是开源的，可以在线获得），以确定数据总线减少量子位计数的程度：时间惩罚是否值得量子位计数减少？我们提供了两个例子，其中量子位数令人信服地减少：1）两个表面码补丁在NISQ机器上与28和68量子位的相互作用，以及2）非常大规模的电路，其结构类似于最先进的量子化学电路。数据总线具有将量子计算栈的所有层（例如，正如谷歌、IBM、Riggeti、英特尔所设想的那样），因为它简化了量子计算布局、硬件架构，并以合理的时间惩罚为代价引入了较低的量子位数。
2019-04-01 quant-ph
Compilation of a simple chemistry application to quantum error correction primitives
本研究通过将量子相位估计电路编译为旋转表面码的晶格手术操作，详细估计了最小化学示例的容错资源需求，发现简单化学电路需1,000量子比特和2,300轮纠错，突显了改进早期容错纠错技术的必要性。
2024-03-26 quant-ph
Understanding and mitigating noise in molecular quantum linear response for spectroscopic properties on quantum computers
该研究系统分析了量子线性响应理论在量子硬件上计算光谱性质时的噪声来源，提出基于拟设的误差缓解方法和泡利节省策略，并通过最高cc-pVTZ基组的硬件实验验证了其达到经典多组态方法精度的可行性，同时指出硬件错误率与测量速度仍需大幅提升。
2024-08-17 physics.chem-ph physics.comp-ph quant-ph
Limitations of Quantum Hardware for Molecular Energy Estimation Using VQE
本文以苯为基准在IBM量子硬件上评估ADAPT-VQE，通过简化哈密顿量、优化拟设和COBYLA参数优化降低电路成本，揭示当前量子噪声对分子能量估计精度的根本限制，并为未来实现可扩展量子化学计算提出硬件需求路线图。
2025-06-04 physics.chem-ph quant-ph
Shallow Quantum Circuits for Deep Chemistry via Valence Bond Embeddings
Institute for Computer Science, University of Augsburg（奥格斯堡大学计算机科学研究所）；Center for Advanced Analytics and Predictive Sciences, University of Augsburg（奥格斯堡大学高级分析与预测科学中心）
结合混合费米子-玻色子编码与量子价键理论，直接构建大分子系统的量子电路，推动变分量子本征求解器模拟化学相关系统，超越活性空间方法。
2026-06-26 quant-ph
The Cost of Improving the Precision of the Variational Quantum Eigensolver for Quantum Chemistry
量子计算给计算量子化学带来了新的希望。虽然通用的、容错的量子计算机仍然不可用，但我们希望利用当今嘈杂的量子处理器。他们的旗舰应用之一是变分量子本征求解器（VQE）--一种计算物理哈密顿量最小能量的算法。在这项研究中，我们研究了各种类型的错误如何影响VQE，以及如何有效地利用可用的资源来产生精确的计算结果。我们利用一个模拟器的噪声量子器件，一个精确的态矢量模拟器，以及物理量子硬件研究分子氢的VQE算法。我们发现，运行混合经典量子优化的最佳方式是（i）允许在中间能量评估中存在一些噪声，每步使用更少的镜头和更少的优化迭代，但需要高的最终读出精度，（ii）强调有效的问题编码和Anesthetic参数化，以及（iii）在短时间内运行所有实验，避免参数随时间漂移。然而，目前公开可用的量子资源仍然非常嘈杂和稀缺/昂贵，即使有效地使用它们，也很难获得可靠的分子能量计算。
2021-11-09 quant-ph
High Performance Quantum Emulation for Chemistry Applications with Hyperion
Sorbonne Université（索邦大学）；Qubit Pharmaceuticals（Qubit制药公司）；Université Sorbonne Paris Nord（北索邦巴黎大学）
Hyperion通过GPU加速和分区策略实现高精度量子模拟，支持36-40个量子比特的ADAPT-VQE计算，克服传统MPS模拟的压缩误差和张量秩爆炸问题。
2026-04-01 physics.chem-ph quant-ph
CutQAS: Topology-aware quantum circuit cutting via reinforcement learning
本文提出CutQAS框架，将量子电路切割与量子架构搜索结合，通过多步强化学习智能体优化电路拓扑与切割方案，以提高近期量子硬件上量子化学模拟的精度和资源效率。
2025-04-05 quant-ph
Nonorthogonal variational quantum simulation for quantum chemistry
Hefei National Research Center for Physical Sciences at the Microscale and School of Physical Sciences, University of Science and Technology of China（合肥微尺度物质科学国家研究中心和中国科学技术大学物理学院）；Shanghai Research Center for Quantum Science and CAS Center for Excellence in Quantum Information and Quantum Physics, University of Science and Technology of China（上海量子科学研究中心和中国科学院量子信息重点实验室（中国科学技术大学））；Hefei National Laboratory, University of Science and Technology of China（合肥国家实验室（中国科学技术大学））；Key Laboratory of Theoretical and Computational Photochemistry, Ministry of Education, College of Chemistry, Beijing Normal University（教育部理论化学与计算化学重点实验室和北京师范大学化学学院）；Center on Frontiers of Computing Studies, School of Computer Science, Peking University（前沿计算研究中心和北京大学生命科学学院）
针对量子化学动力学模拟，提出非正交变分量子模拟（NOVQS），通过线性组合浅层参数化量子电路增强表达能力，在电路深度受限下提升模拟精度。
2026-09-25 quant-ph
Accuracy-Cost Trade-offs for Reference VQE Calculations of H$_2$ on IBM Quantum Hardware
Fraunhofer Institute for Manufacturing Technology and Advanced Materials IFAM（弗劳恩霍夫制造技术与先进材料研究所）；Fraunhofer Institute for Cognitive Systems IKS（弗劳恩霍夫认知系统研究所）
本文通过标准化流程评估了IBM量子处理器上H₂变分基态能量计算中射线数量、后端选择、优化策略和运行时间波动对精度的影响，提供了一个透明的基准以评估当前量子硬件在量子化学应用中的能力和限制。
2026-04-13 quant-ph
Quantum Measurement for Quantum Chemistry on a Quantum Computer
本综述探讨了量子化学中量子测量技术的最新进展，重点介绍了变分量子本征求解器（VQE）的测量策略、激发态估算及误差缓解方法，并展望了基于量子相位估计（QPE）的未来方案。
2025-05-29 quant-ph
An Optimized Construction of Lie Algebra Generator Pools for Variational Quantum Eigensolvers in Chemistry
Qubit Pharmaceuticals（Qubit制药）；LCT, Sorbonne Université, UMR 7616 CNRS（索邦大学，CNRS联合研究单位7616）
本文提出了一种构造李代数生成器池的最优框架，应用于变分量子本征值求解器，以提高量子化学计算的效率和收敛性。
2026-07-30 quant-ph
Quantum Advantage in Computational Chemistry?
本文通过扩展比较框架评估量子计算何时能在计算化学中取得优势，发现经典方法在未来数十年内多数情况下仍占优，但量子相位估计有望在十年内超越中小型分子的高精度方法，并在条件有利时于十五到二十年内超越部分较低精度方法。
2025-08-28 quant-ph
Evaluating analytic gradients on quantum hardware
近期量子计算的一个重要应用在于优化任务，应用范围从量子化学和药物发现到机器学习。在许多设置-最突出的是在所谓的参数化或变分算法-目标函数是混合量子经典处理的结果。为了优化该目标，可以使用量子线路相对于门参数的精确梯度。本文展示了如何使用相同或几乎相同的架构来估计量子测量的期望值的梯度，该架构执行原始电路。它概括了以前基于量子位的平台的结果，并提出了计算连续变量电路的梯度的配方。有趣的是，在许多重要的情况下，当移动单个门参数以获得梯度的相应分量时，运行原始量子线路两次就足够了。更一般的情况下，可以解决的条件下，一个单一的门上的一个辅助。
2018-11-27 quant-ph
Batching Circuits to Reduce Compilation in Quantum Control Hardware
本文针对 QSCOUT 离子阱量子计算机，提出在定制软件中批处理 Jaqal 电路以减少通信与代码上传、缓解漂移，并通过 VQE 量子化学实验验证其性能提升。
2022-07-29 quant-ph
Reference-State Error Mitigation: A Strategy for High Accuracy Quantum Computation of Chemistry
退相干和门错误严重限制了最先进的量子计算机的能力。这项工作介绍了一种量子化学的参考态误差缓解（REM）策略，可以直接在当前和近期的设备上实现。REM可以与现有的缓解程序一起应用，同时需要最少的后处理，仅需要一次或不需要额外的测量。该方法是不可知的潜在的量子力学的anomalies和变分量子本征求解器（VQE）的设计。在超导量子硬件上，小分子（H2，HeH+和LiH）的基态能量的计算精度提高了两个数量级.噪声电路的模拟深度超过1000两个量子位门被用来论证该方法的可扩展性。
2022-03-28 physics.comp-ph quant-ph
Quantum Chemistry Simulations of Dominant Products in Lithium-Sulfur Batteries
报道了一些工业相关分子的量子化学模拟，采用变分量子算法计算近期量子器件。沿着氢化锂（LiH）、硫化氢、锂硫化氢和硫化锂的解离曲线计算能量和偶极矩。在所有的情况下，我们专注于一个单键的断裂，以获得有关被研究的分子物种的稳定性的信息。我们使用量子器件的经典模拟器计算这些分子的能量和各种静电性质，硫化锂的量子比特高达21个。此外，我们还利用IBM量子器件计算了LiH解离过程中的基态能量和偶极矩。据我们所知，这是在量子硬件上进行偶极矩计算的第一个例子。
2021-12-30 physics.chem-ph quant-ph
Quantum Information Driven Ansatz (QIDA): shallow-depth empirical quantum circuits from Quantum Chemistry
本文提出 QIDA，利用 MP2 自然轨道与量子互信息矩阵构建反映分子相关性的浅深度 VQE 拟设，并在多个分子上验证其优于标准梯形纠缠器拟设。
2023-09-26 quant-ph
Simulating Chemistry with Fermionic Optical Superlattices
该工作将量子化学的量子数守恒拟设映射到光学超晶格中的超冷费米子，利用Hubbard动力学制备分子态并测量能量，无需光镊或长程相互作用，并显著减少实验重复次数。
2025-02-25 cond-mat.quant-gas quant-ph
Molecular Excited States using Quantum Subspace Methods: Accuracy, Resource Reduction, and Error-Mitigated Hardware Implementation of q-sc-EOM
University of North Dakota（北达科他大学）；Moderna（莫德纳）
本文研究了量子子空间方法在计算准确激发态势能面中的应用，通过结合ADAPT-VQE/LUCJ和q-sc-EOM算法，减少计算资源并缓解误差，验证了其在键断裂场景中的有效性。
2026-04-07 physics.chem-ph quant-ph
Quantum chemistry on quantum annealers
迄今为止，量子硬件上的小分子量子化学计算仅在通用门量子计算机上得到证明，而不是量子退火机。后一种设备仅限于找到伊辛哈密顿量的最低本征态，而电子哈密顿量不能映射到伊辛形式，而伊辛哈密顿量不会随着系统的大小呈指数增长[J. Phys. Chem. B 122，3384（2018）]。在这里，我们提出了一种新的混合离散-连续优化算法，该算法使用量子退火器来求解问题的离散部分，从而找到量子比特耦合簇（QCC）方法的最低本征态。QCC方法是一种在量子比特空间中构造电子波函数的潜在精确方法。因此，我们的方法允许使用量子退火系统地改进量子化学计算。我们通过计算LiH、H $_2$ O和C $_6$ H $_6$分子的QCC基态电子态来说明我们的方法的能力。C $_6$ H $_6$计算涉及36个量子比特，是迄今为止在量子退火机（D-Wave 2000 Q系统）上进行的最大量子化学计算。我们的发现为量子退火机在高通量材料发现中的应用开辟了新的视角。
2019-01-15 physics.chem-ph quant-ph
Faster quantum chemistry simulations on a quantum computer with improved tensor factorization and active volume compilation
PsiQuantum；Quantum Lab, Boehringer Ingelheim（勃林格殷格翰量子实验室）；Medicinal Chemistry, Boehringer Ingelheim Pharma GmbH & Co. KG（勃林格殷格翰制药公司药物化学部）
本文提出改进的张量分解与主动体积编译方法，显著提升分子电子结构计算效率，实现两量级的运行时间加速，重点验证了P450分子的计算性能。
2026-07-31 physics.chem-ph quant-ph
EHA: Entanglement-variational Hardware-efficient Ansatz for Eigensolvers
提出纠缠变分硬件高效拟设（EHA），一种问题无关且硬件高效的方法，在NISQ设备上求解基态能量时精度高、对初始化鲁棒，能快速调整纠缠量。
2024-03-15 quant-ph
A backend-agnostic, quantum-classical framework for simulations of chemistry in C++
本文提出XACC系统级量子计算框架，作为在异构量子-经典平台上开发化学应用的原型设计、开发和部署平台，并展示其实现的最先进化学算法及相关API。
2021-05-04 physics.chem-ph quant-ph
Scalable parallel simulation of quantum circuits on CPU and GPU systems
本研究为Q$^2$Chemistry量子电路模拟器提出CPU/GPU并行化方案，通过批量缓冲、依赖感知门收缩和多门并行显著提速，并优于现有开源模拟器。
2025-09-08 quant-ph
TenCirChem: An Efficient Quantum Computational Chemistry Package for the NISQ Era
本研究推出面向NISQ时代的开源量子计算化学Python库TenCirChem，支持高性能变分量子算法模拟、含噪声线路、变分量子动力学及真实硬件实验，覆盖多类典型化学计算场景。
2023-06-15 physics.chem-ph quant-ph
Machine Learning Assisted Cognitive Construction of a Shallow Depth Dynamic Ansatz for Noisy Quantum Hardware
本研究提出一种结合再生机器学习与多体微扰理论的协议，在VQE框架内构建浅层动态拟设，减少量子测量次数并增强对硬件噪声的鲁棒性，推动量子计算化学的发展。
2023-10-12 quant-ph
