An Adaptive, Fixed-Point Version of Grover's Algorithm
我们给出了一个自适应的，固定点的版本Grover的算法。这意味着我们的算法执行一个无限序列的逐渐减少的步骤（所以我们说它是自适应的），以绝对的确定性将起始状态驱动到目标状态（所以我们说它是一个定点算法）。我们的算法的动机是Bloch球几何。我们包括本文的ArXiv发行版，一些简单的软件（Octave/Matlab m文件），实现，测试和说明本文的一些结果。
2010-09-12 quant-ph
Efficient State Preparation via Ion Trap Quantum Computing and Quantum Searching Algorithm
利用离子阱量子计算和Grover的量子搜索算法，在离子阱中制备一个几率接近1的量子态.
2000-05-10 quant-ph
Grover Mixers for QAOA: Shifting Complexity from Mixer Design to State Preparation
我们提出了GM-QAOA，量子交替算子Anchor（QAOA），使用Grover样的选择性相移混合运营商的变化。GM-QAOA适用于任何NP优化问题，可以有效地准备所有可行解的相等叠加;它被设计用于约束优化问题，其中并非所有可能的变量分配都是可行解。GM-QAOA具有以下特点：（i）它不容易受到哈密顿模拟误差（如Trotterization误差）的影响，因为它的算子可以使用标准门集精确实现;（ii）具有相同目标值的解总是以相同的幅度采样。我们说明了GM-QAOA在几个优化问题类上的潜力：对于基于置换的优化问题，如旅行推销员问题，我们提出了一个有效的算法来准备所有可能的$n$数的置换的叠加，定义在$O(n^2)$量子比特上;对于硬约束$k$ -顶点覆盖问题，以及对于离散投资组合再平衡的应用，我们表明，GM-QAOA优于现有的QAOA方法。
2020-10-02 cs.DS quant-ph
Grover Adaptive Search for the Higher-Order Formulation of Quadratic Assignment Problems
本研究通过将QAP从QUBO重构为HUBO，并利用带有置换准备算子的Grover自适应搜索，显著缩减了搜索空间，提高了收敛性能，且整体电路深度与QUBO相当，从而证明HUBO更有效。
2025-10-09 quant-ph
Locally Acting Grover Mixers for Constraint-Preserving QAOA
Korea Institute of Science and Technology Information (KISTI)（韩国科学技术信息研究院）；Korea University of Science and Technology（韩国科学技术院）
提出局部Grover混频器，替代全局多控相位门，在保持初始状态定义的搜索空间的同时降低电路开销，数值实验表明收敛性相当且电路更浅。
2026-06-11 quant-ph
Database Reordering for Compact Grover Oracles with ESOP Minimization
Fujitsu Limited（富士通株式会社）
本文提出通过数据库重排与ESOP最小化减少Grover算法中的量子态准备电路，实验表明重排可显著降低电路规模，模拟退火在不同数据库大小下均能有效找到近优解。
2026-04-08 quant-ph
Accelerating Grover Adaptive Search: Qubit and Gate Count Reduction Strategies with Higher-Order Formulations
针对 GAS 求解二进制优化时量子比特与门开销较大的问题，提出多项式因式分解和目标函数阶数减半两种高阶公式化策略，以缩小搜索空间、减少门数并改善收敛。
2024-05-12 quant-ph
Efficient state preparation for a register of quantum bits
我们描述了一个量子算法，以准备一个量子计算机的寄存器的保真度任意接近1的任意纯态。我们的算法是基于Grover的量子搜索算法。对于具有适当有界振幅的状态序列，该算法需要在量子比特数量上为多项式的资源。这种状态序列在量子寄存器中编码经典概率分布的问题中自然出现。
2005-11-22 quant-ph
A Rigorous and Self--Contained Proof of the Grover--Rudolph State Preparation Algorithm
Universidad Cardenal Herrera-CEU, CEU Universities（卡迪纳尔·埃雷拉大学）；Universidad de Salamanca（萨拉曼卡大学）；Technische Universität Braunschweig（布伦瑞克工业大学）
本文严格自包含地证明了 Grover-Rudolph 量子状态制备算法，通过二分细化概率树和条件质量的三角分解，利用受控 RY 旋转层次结构将概率分布编码为振幅状态，并给出了精度与置信度的显式设计规则。
2026-05-22 cs.NA math.NA quant-ph
Quantum Grover Adaptive Search for Discrete Simulation Optimization
School of Management, Fudan University（复旦大学管理学院）；H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院 H. 米尔顿·斯图尔特工业与系统工程学院）
本文提出SOGAS算法，通过二分搜索框架在固定置信度下高效寻找近优解，实现查询复杂度的二次加速，并通过实验验证其在离散模拟优化中的量子优势。
2026-04-29 quant-ph
Fixed-point Grover Adaptive Search for Quadratic Binary Optimization Problems
本文针对 QUBO 问题提出一种定点 Grover 自适应搜索方法，通过设计可调参数标记预言机显著降低电路深度和非 Clifford 门数量，并证明其能以高概率在 O(log₂(n)/√ε) 时间内找到近似最优配置。
2024-10-19 quant-ph
Reducing Circuit Resources in Grover's Algorithm via Constraint-Aware Initialization
Electronics and Telecommunications Research Institute（电子电信研究所）；Center for Quantum Technology, Korea Institute of Science and Technology（韩国科学技术院量子技术中心）；Department of Mathematics and Research Institute for Basic Sciences, Kyung Hee University（庆熙大学数学系与基础科学研究所）；Center for Quantum Information R&D, Korea Institute of Science and Technology Information（韩国科学技术信息中心量子信息研发中心）
本文提出了一种基于约束感知初始化的Grover算法优化方法，通过减少电路资源消耗提升算法效率。
2026-11-04 quant-ph
Efficient Implementation of a Quantum Search Algorithm for Arbitrary N
本文针对 N 非 2 的幂的情形改进 Grover 搜索算法，利用计算基态子集上制备均匀叠加态的高效方法，将 oracle 调用次数渐近减少约 29.33%，且门复杂度和电路深度仅为 O(log_2(N))，无需辅助量子比特。
2025-06-05 quant-ph
Fast Black-Box Quantum State Preparation Based on Linear Combination of Unitaries
黑盒量子态制备是量子算法中的一个基本步骤。从Grover开始，设计了一系列技术来降低复杂性。在这项工作中，我们提出了使用幺正线性组合（LCU）的技术进行黑盒状态准备。我们提供了两种算法的基础上的LCU的不同结构。我们的算法通过将所需的额外量子位和Toffoli门分别减少到2log（n）和n，在位精度n下，改进了现有的最佳结果。我们使用IBM Quantum Experience云服务演示算法。本算法的复杂度进一步降低，使得黑盒量子态制备更接近现实。
2021-05-13 quant-ph
Beating the natural Grover bound for low-energy estimation and state preparation
本文提出针对任意k-体哈密顿量的量子算法，在不假设相互作用局域性的条件下，以低于标准Grover平方根加速的运行时间实现低能量估计和量子态制备，核心思想是证明大量相互作用可在可控误差下忽略。
2025-07-22 cs.CC quant-ph
An Optimum Algorithm for Quantum Search
本文讨论了Grover算法的一种改进，它适用于目标状态为Hamming权本征态且搜索空间不有序的情况。结果表明，在这些条件下，搜索效率取决于目标状态的二进制串中0和1的个数，而不取决于其总长度;当0和1的个数不相等时，Grover算法可以得到改进.特别地，当0的数量或1的数量相对于二进制串长度非常小时，改进可以是指数级的。一个有趣的应用是，在Grover算法中平均为P的Dicke状态准备可以在所有情况下都是多效的。对于决策过程，这种改进不会提高计算效率，但可以使实现简单得多。
2020-10-07 quant-ph
Quantum Approximate Counting with Nonadaptive Grover Iterations
近似计数是指这样的问题，其中我们被给予对函数$f : [N] \to \{0,1\}$的查询访问，并且我们希望估计$K = #\{x : f(x) = 1\}$在$1+ε$的因子内（具有高概率），同时最小化查询的数量。在量程设置中，可以使用$O\left(\min\left(\sqrt{N/ε}, \sqrt{N/K}/ε\right)\right)$查询进行近似计数。最近已经表明，这可以通过仅使用“Grover迭代”的简单算法来实现;然而，该算法自适应地执行这些迭代。出于对计算简单性的关注，我们考虑使用Grover迭代有限的自适应算法。我们表明，只使用非自适应Grover迭代算法可以实现$O\left(\sqrt{N/ε}\right)$查询的复杂性，这是紧。
2020-10-09 quant-ph
Quantum Circuit for Calculating Symmetrized Functions Via Grover-like Algorithm
本文给出了一个计算对称化函数的量子线路。我们的算法应用原始Grover算法或其变体，如AFGA（自适应固定点Grover算法）。我们的算法使用AFGA结合两种新技术，我们称之为“目标两个假设”和“盲目标”。假设AFGA将起始状态$|s\rangle$驱动到目标状态$|t\rangle$。当以两个假设为目标时，$|t\rangle$是两个标准正交状态或假设$|0\rangle$和$|1\rangle$的叠加$a_0|0\rangle + a_1|1\rangle$。当盲目瞄准时，$\langle t| s\rangle$的值先验未知。
2014-03-26 quant-ph
Grover Adaptive Search for Maximum Likelihood Detection of Generalized Spatial Modulation
本文提出将广义空间调制信号的最大似然检测表述为多项式优化问题，并采用 Grover adaptive search 量子算法求解，数值分析表明在容错量子计算下，当数据符号数和星座规模较大时其查询复杂度优于经典方案。
2024-08-24 eess.SP quant-ph
Adaptive complete quantum search with unknown number of solutions
National University of Science and Technology POLITEHNICA Bucharest（布加勒斯特理工大学）
本文提出一种自适应贝叶斯量子搜索方法，统一经典、Grover与广义定点搜索，在未知解数量下最大化期望成功概率，并证明其渐近最优性及混合策略优势。
2026-10-06 quant-ph
Grover Adaptive Search for Constrained Polynomial Binary Optimization
在本文中，我们讨论Grover自适应搜索（GAS）约束多项式二元优化（CPBO）问题，特别是二次无约束二元优化（QUBO）问题，作为一个特殊情况。与蛮力搜索相比，GAS可以为组合优化问题提供二次加速。然而，这需要开发高效的预言机来表示满足某些搜索条件的问题和标志状态。一般来说，这可以使用量子算术来实现，然而，这在Toffoli门以及所需的辅助量子位方面是昂贵的，这在短期内可能是禁止的。在这项工作中，我们开发了一种方法来构建高效的预言机解决CPBO问题，使用GAS算法。我们展示了这种方法和潜在的加速投资组合优化问题，即一个QUBO，使用模拟和实验结果在真正的量子硬件上获得。然而，我们的方法适用于高次多项式目标函数以及约束优化问题。
2021-04-06 cs.ET quant-ph
Grover Adaptive Search with Spin Variables
本文提出一种基于自旋变量的Grover自适应搜索方法，通过新型量子字典子程序将CNOT门复杂度从指数级降至多项式级，提升大规模量子计算的效率。
2025-09-09 eess.SP quant-ph
Robust Adaptive measurement for qubit state preparation
本文重新考虑了Jacobs提出的量子比特态制备的自适应测量方法，并给出了一种即使在状态的幺正演化未知的情况下也能工作的替代方案。其关键思想是自适应地改变测量，使得被测可观测量的本征态之一总是设置在当前状态和目标状态之间，同时本征态收敛到目标。该方案的最大特点是测量强度可以取为常数，这与Jacobs的方法不同，最终使受控状态对幺正演化的不确定性具有良好的鲁棒性。
2012-11-05 quant-ph
Randomized adaptive quantum state preparation
本研究提出一种无需经典优化、以随机性为核心的自适应量子态制备方法，通过带随机切空间方向的梯度测量反馈构建电路，从理论和数值上验证了几乎所有初始态均可收敛，并推导代价变化下界以分析算法大规模适用性。
2023-10-06 quant-ph
Adaptive variational algorithms for quantum Gibbs state preparation
吉布斯热态的制备是量子计算中的一项重要任务，在量子模拟、量子优化和量子机器学习中有着广泛的应用。然而，许多用于准备吉布斯态的算法依赖于量子子程序，这在近期的硬件上难以实现。在这里，我们通过（i）引入一个目标函数来解决这个问题，与自由能不同，它很容易测量，以及（ii）使用动态生成的，问题定制的ansätze。这允许使用低深度电路进行任意精确的吉布斯状态准备。为了验证我们的方法的有效性，我们用数值方法证明了我们的算法可以在很宽的温度范围内和各种哈密顿量下制备高保真度的吉布斯态。
2022-03-23 quant-ph
Improved gap dependence in adiabatic state preparation by adaptive schedule
本文提出了一种自适应调度策略，通过改进绝热态制备的间隙依赖性，实现了计算复杂度的优化。
2025-12-13 quant-ph
A simple quantum algorithm to efficiently prepare sparse states
本文分析 Grover-Rudolph 算法在稀疏态制备中的性能，证明其门复杂度与非零振幅数线性相关、与量子比特数二次相关，并通过简单修改使量子比特数依赖降为线性，达到与最优稀疏态制备算法相当的水平。
2023-10-30 quant-ph
Adaptive Dissipative State Preparation through Reinforcement Learning
Pacific Northwest National Laboratory（太平洋西北国家实验室）；University of Michigan（密歇根大学）
本文提出RL-Adapt，一种基于单次强化学习的自适应耗散算法，通过优化辅助量子比特频率和相互作用算子选择，无需系统频谱先验知识即可加速基态制备并提升收敛鲁棒性。
2026-09-28 quant-ph
Accelerating Dissipative State Preparation with Adaptive Open Quantum Dynamics
本文提出一种极简自适应动力学方法，规避耗散态制备中的时间-纠缠权衡，在有限时间尺度内实现最大纠缠态及多体纠缠量子比特态的加速耗散稳定化。
2025-02-06 quant-ph
Constraint-Aware Quantum Optimization of Defect Configurations in Doped ZrO2: XY-Mixer QAOA and Grover Adaptive Search
Materials & Process Engineering Division, Pratt & Whitney, An RTX Business（材料与工艺工程部，普拉特·惠特尼，RTX旗下企业）
针对掺杂ZrO2热障涂层材料中的成分-缺陷搜索问题，开发了端到端的约束感知量子优化工作流，通过QUBO代理模型和两种量子路径（XY混合器QAOA和容错Grover自适应搜索）实现高效搜索，其中QAOA在深度p=3时将86%的概率质量集中在MACE最优值1 meV内。
2026-06-25 cond-mat.mtrl-sci quant-ph
Constant-depth adaptive preparation of Dicke and symmetric states
Center for Quantum Information, Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院量子信息中心）
本研究提出精确常深度自适应协议，可制备任意Dicke态及对称态，通过均匀子集叠加态等基础模块实现，辅助量子比特开销为多项式级，并行重复可指数抑制失败概率。
2026-08-04 quant-ph
Adaptive variational preparation of the Fermi-Hubbard eigenstates
在量子化学和凝聚态物理中对强相互作用电子系统的基态进行近似，有望成为量子计算机最早的应用之一。在本文中，我们准备高精度的费米-哈伯德模型的基态的小网格多达6个站点（12量子比特），使用可解释的，自适应的变分量子本征求解器（VQE）称为ADAPT-VQE。与非自适应VQE相比，该算法通过在每一步中添加由单体或两体费米子算子构建的最佳门来构建系统特定的模型。我们表明，这种自适应方法优于非自适应对应较少的变参数，短门深度，并缩放与系统的大小。预备态的保真度和能量随着退火深度的增加而逐渐提高。我们还演示了自适应变分方法的应用，通过准备激发态和格林函数，使用建议的ADAPT-SSVQE算法。较低的深度，渐近收敛，噪声容限的变分方法，和一个高度可控的，系统特定的ananastomosis使自适应变分方法特别适合NISQ设备。
2022-11-02 quant-ph
Deterministic preparation of superpositions of vacuum plus one photon by adaptive homodyne detection: experimental considerations
光学量子比特的制备阶段是用于测试和演示量子光学原理的所有实验装置中的一项重要任务。我们认为一个确定性的协议，准备量子比特作为真空和单光子数态的叠加，这具有的优势，以减少所需的资源量，通过相位敏感的测量使用本地振荡器（'达因检测'）。我们调查的协议使用不同的相位测量方案的性能：零差，外差，自适应检测（涉及反馈回路）。首先，我们定义了一个合适的准备状态的品质因数，我们得到的相位测量方面考虑的解析表达式。此外，我们研究的相位测量可以表现出的限制，如延迟或有限的资源，在反馈策略。最后，我们评估的品质因数的协议，为不同的模式，形状方便地在实验设置。我们表明，即使在存在这样的限制，简单的反馈算法可以执行令人惊讶的好，优于简单的零差或外差方案时，采用的协议。
2014-07-25 quant-ph
Co-Designed Adaptive Quantum State Preparation Protocols
Virginia Tech（弗吉尼亚理工大学）；International Iberian Nanotechnology Laboratory (INL)（国际伊比利亚纳米技术实验室）；High-Assurance Software Laboratory (HASLab)（高保障软件实验室）；University of Minho（米尼奥大学）
本文提出了一种协同设计的自适应量子态制备协议，通过考虑量子硬件特性来优化状态制备电路，显著减少CNOT门数量。
2026-01-28 quant-ph
Weakly Measured Loops for Quantum Amplitude Amplification: Oracle Savings and Adaptive Search with Unknown Target Probability
United Arab Emirates University（阿联酋大学）；University of Edinburgh（爱丁堡大学）
提出一族弱测量循环量子振幅放大算法，通过可调弱测量与Grover旋转交错，在保持$\Theta(1/\sqrt{p})$搜索尺度的同时，实现预言机节省和自适应搜索，优于标准Grover常数。
2026-10-01 quant-ph
Fixed-Point Adiabatic Quantum Search
固定点量子搜索算法成功地在$N$总项目中找到一个$M$目标项目，即使当算法的运行时间比必要的时间长。虽然著名的Grover算法的搜索速度比经典计算机快二次方，但它缺乏固定点属性-必须精确地知道目标项的分数才能知道何时终止算法。最近，Yoder，Low和Chuang给出了一个具有不动点性质的最优门模型搜索算法。与此同时，它是已知的绝热量子算法，通过连续变化的哈密顿量，可以重现门模型Grover搜索的二次加速比。我们要问，绝热算法也能再现不动点性质吗？我们表明，答案取决于什么样的插值时间表使用，所以在门模型中，有固定点和非固定点版本的绝热搜索，只有其中一些达到二次量子加速。在布洛赫球的几何直观的指导下，我们严格证明我们的主张与绝热近似的错误上界明确。我们还表明，固定点绝热搜索算法可以在门模型中进行模拟，既不损失二次Grover加速比，也不损失固定点属性。最后，我们讨论了固定点算法的自然用途，如准备一个相对素数的状态和不经意的振幅放大。
2017-02-04 quant-ph
Constant-depth preparation of matrix product states with adaptive quantum circuits
本文证明多种矩阵乘积态（MPS）可被恒定深度的自适应量子电路精确制备，优于仅用酉电路的方案，并给出充分条件与采样协议，展示了自适应量子电路在制备多体纠缠态上的巨大潜力。
2024-10-15 quant-ph
Adaptive Quantum Computers: decoding and state preparation
本文提出自适应量子计算机模型，证明其在损坏数据解码上优于经典计算机，并给出高效制备均匀叠加态、GHZ态、W态和Dicke态的自适应量子算法，理论与硬件实验验证其优势。
2025-09-10 quant-ph
TEPID-ADAPT: Adaptive variational method for simultaneous preparation of low-temperature Gibbs and low-lying eigenstates
Virginia Tech（弗吉尼亚理工大学）；Massachusetts Institute of Technology（麻省理工学院）
TEPID-ADAPT方法通过自适应变分法和辅助量子比特净化，实现低温吉布斯态和低能本征态的同时制备。
2025-12-27 quant-ph
QISS: Quantum Industrial Shift Scheduling Algorithm
本文提出 QISS 量子工业排班调度算法，利用 Grover 自适应搜索解决带多重约束的组合优化问题，给出预言机电路构造与资源需求，并通过小规模实例模拟验证性能。
2024-01-15 quant-ph
A Grover-Based Quantum Algorithm for Solving Perfect Mazes via Fitness-Guided Search
本研究提出一种基于Grover振幅放大的量子算法，通过适应度引导的结构化搜索求解完美迷宫，具备高效扩展性，可推广至类树图等其他搜索领域，为量子混合寻路规划奠基。
2025-07-30 cs.ET math.QA quant-ph
Macroscopic maximally entangled state preparation between two atomic ensembles
提出利用自适应QND测量在两原子系综间制备宏观最大纠缠态的方案，通过交替测量与自适应幺正操作实现确定性收敛，无需后选择且超越Holstein-Primakoff机制，产生真正的宏观纠缠。
2023-09-14 quant-ph
Quantum algorithms for approximate function loading
本文针对NISQ时代经典函数加载到量子态的瓶颈问题，提出两种受Grover-Rudolph算法启发的近似量子态制备方法，证明在允许不保真度ε时无辅助量子比特实现复杂度为O(2^{k_0(ε)})，并设计变分算法以高保真度加载更一般函数。
2023-09-22 quant-ph
Fast Black-Box Quantum State Preparation
量子态制备是用于其他更高级量子算法（例如，哈密顿模拟）或用于将分布加载到要例如在优化任务（例如，机器学习）的上下文中使用的量子设备中的重要成分。从Grover在2000年设计的一种通用的“黑箱”方法开始，该方法采用振幅放大来加载由预言机计算的系数，已经有了一系列的结果和改进，其中包括对要加载的振幅的各种附加条件，最终在Sanders等人中达到高潮。的工作，避免了几乎所有的算术在准备阶段。在这项工作中，我们构建了一个优化的黑盒状态加载方案，其中各种重要的系数集可以加载显着快于$O(\sqrt N)$轮的振幅放大，只有$O(1)$许多。我们实现了我们的算法的两个变种。第一种是修改了Sanders等人的预言，这需要更少的辅助（在位精度$g$中，$\log_2 g$相对于$g+2$），并且在我们的算法的上下文中，每个幅度放大循环需要更少的非Clifford操作。第二个利用相同的oracle，但在每轮扩增的辅助（$g+\log_2g$）和非Clifford操作方面的成本略有增加。由于振幅放大轮数作为乘法因子进入，与现有方法相比，我们的黑盒状态加载方案产生了指数级加速。这种加速超越了黑盒的情况。
2022-08-02 cs.DS quant-ph
Comparative study of adaptive variational quantum eigensolvers for multi-orbital impurity models
混合量子经典嵌入方法的相关材料模拟提供了一个潜在的量子优势的路径。然而，由$d$和$f$电子材料的多带性质产生的所需量子资源仍然在很大程度上未被探索。在这里，我们比较了不同的变分量子本征求解器的性能在相互作用的多轨道嵌入杂质模型的基态准备，这是量子嵌入理论中计算要求最高的步骤。专注于自适应算法和模型与8自旋轨道，我们表明，状态准备的结晶度优于$99.9\%$可以实现约$2^{14}$拍摄每个测量电路。当包括门噪声时，我们观察到，如果两个量子比特的门误差低于$10^{-3}$，这比当前的硬件水平略小，则仍然可以执行参数优化。最后，我们在IBM和Quantinuum硬件上用收敛的自适应模拟器测量了基态能量，得到了$0.7\%$的相对误差。
2022-10-27 quant-ph
Adaptive AI for Pulse-Level Quantum Control
Southern Methodist University（南方卫理公会大学）
本文提出基于深度Q学习的自适应智能体，用于脉冲级量子控制，在模拟超导设备上优化氢分子基态制备，实现高保真度并优于随机搜索基线。
2026-09-09 quant-ph
Enhancing Grover's Search Algorithm: A Modified Approach to Increase the Probability of Good States
本文改进 Grover 搜索算法，通过模型导数确定并自适应优化绕 y+z 轴的相位角，使平均迭代次数减少 28%，大型搜索空间最高减少 29.58%。
2024-03-24 cs.CC cs.DB cs.DS
On the bias in iterative quantum amplitude estimation
本文研究了迭代量子幅度估计（IQAE）中的偏差问题，发现终止准则和最终轮参数的偏态分布导致估计偏差，并提出固定参数重新执行最终轮的偏差缓解方法。
2024-06-28 quant-ph
Efficient preparation of Dicke states
Joint Center for Quantum Information and Computer Science, NIST/University of Maryland（量子信息与计算联合中心，美国国家标准与技术研究院/马里兰大学）；Joint Quantum Institute, NIST/University of Maryland（联合量子研究所，美国国家标准与技术研究院/马里兰大学）；Department of Physics, University of Maryland（马里兰大学物理系）；Department of Computer Science and Institute for Advanced Computer Studies, University of Maryland（马里兰大学计算机科学与高级计算机科学研究所）
该研究提出了一种高效制备Dicke态的算法，利用中间电路测量和反馈，实现了多项对数深度和辅助粒子数量，适用于广泛范围的Dicke态。
2024-11-05 quant-ph
Fault-tolerant quantum algorithms
本文的研究框架是容错量子算法。Grover算法和量子行走在第2章中描述。我们首先强调旋转在量子算法中的核心作用，解释Grover的，为什么它是最优的，以及它如何被扩展。在这方面解释的关键子程序是振幅放大和量子行走，这将构成其他算法的有用部分。在第三章中，相反，我们转向傅立叶变换在隐子群问题的背景下所承诺的指数优势。然而，由于这种应用仅限于密码学，我们稍后将探讨其在量子线性代数问题中的应用。在这里，我们解释了原始量子线性求解器算法的发展，它的改进，最后是去量子化技术，通常会限制量子优势多项式。第四章是量子模拟。我们将回顾经典的量子化学技术，然后重点讨论哈密顿模拟和基态制备这两个需要解决的关键问题。特别地，哈密顿模拟将使得能够使用计算给定量子态的本征值或能量的量子相位估计。鉴于我们小组的纠错传统，我们不能在结束这篇论文之前不专门用最后一章来讨论这个话题。在这里，我们解释了最重要的量子纠错码，表面和颜色码，后者的一个扩展，规范颜色码。他们将展示实现非克利福德量子门的复杂性，从而验证他们作为瓶颈度量的考虑。
2023-01-19 quant-ph
Adaptive variational ground state preparation for spin-1 models on qubit-based architectures
本文应用AVQITE方法制备一维自旋-1模型基态，比较了四种自旋到比特编码，发现CNOT门数量随自旋数呈三次或四次方标度，且多重态和Gray编码具有更小前因子，为量子硬件实现提供见解。
2023-10-05 cond-mat.str-el quant-ph
An algorithm for solving unconstrained unitary quantum brachistochrone problems
我们引入了一种迭代方法来搜索时间最优的哈密顿算子，该哈密顿算子驱动两个任意的，并且通常是混合的量子态之间的量子系统。该方法是基于逐步提高效率的初始，随机选择，哈密尔顿算子，通过减少其组件，不积极推动系统的想法。我们表明，我们的方法收敛迅速，即使是大尺寸的系统，其解决方案饱和的任何可达到的最小时间的演变。我们通过利用系统沿路径获得的几何相位与生成它的汉密尔顿之间的同构，提供了迭代方法的严格几何解释，并讨论了由此产生的与Grover量子搜索算法的相似之处。我们的方法是直接适用的状态准备和门设计问题的一个强大的工具。
2019-06-07 quant-ph
Minimizing State Preparations in Variational Quantum Eigensolver by Partitioning into Commuting Families
变分量子本征求解器（VQE）是一种适用于近场量子机的有前途的算法。VQE的目标是在多项式时间内近似指数大小矩阵的最低特征值。它通过与经典处理器的协同处理和将计算结构化为许多子问题来最大限度地减少量子资源需求。每个量子子问题都涉及到一个单独的状态准备，由一个泡利弦的测量终止。然而，这种泡利弦的数量对于典型的感兴趣的问题来说是$N^4$--一个令人生畏的增长速度，对量子计算化学等新兴应用造成了严重的限制。我们介绍了一个系统的技术，最大限度地减少必要的状态准备，利用同时可测的分区交换泡利字符串。我们的工作包括有效地近似一个最小交换分区的算法，以及编译同步测量电路的合成工具。对于有代表性的问题，我们实现了8- 30倍的状态准备减少，在测量电路成本的开销最小。我们证明了我们的技术的实验验证，通过估计的基态能量的氘核在IBM Q 20量子比特机。我们还调查了同步测量的基本统计量，并设计了一个自适应策略，以减轻有害的协方差项。
2019-07-31 quant-ph
State complexity and phase identification in adaptive quantum circuits
本文通过引入态权重和反浅性两个量子态性质，为自适应量子电路中态制备和门实现的复杂度提供严格界限，并证明这些性质可作为识别量子相的指标。
2025-09-21 quant-ph
