免培训量子架构搜索

摘要

变分量子算法（VQA）因其在量子资源需求方面的容错性和高度灵活性而具有优势，因此在噪声中等规模的量子时代具有广泛的应用前景。由于VQA的性能高度依赖于参数化量子电路的结构，因此有必要提出量子体系结构搜索（QAS）算法来自动搜索高性能电路。然而，现有的QAS方法非常耗时，需要进行电路培训来评估电路性能。本研究开创了无训练QAS的先河，利用两个无训练代理对量子电路进行排序，取代了传统QAS中昂贵的电路训练。考虑到基于路径和基于表达的代理的精度和计算开销，我们设计了两阶段渐进式无训练QAS（TF-QAS）。最初，有向无环图（DAG）被用于电路表示，基于DAG中路径数的零代价代理被设计用来过滤掉大部分没有希望的电路。随后，使用基于表达性的代理（精细反映电路性能）从其余候选电路中识别高性能电路。这些代理在没有电路训练的情况下评估电路性能，与当前基于训练的QAS方法相比，显著降低了计算成本。对三个VQE任务的仿真表明，与最先进的QAS相比，TF-QAS实现了5到57倍的采样效率大幅提高，同时速度也提高了6到17倍。