量子蒙特卡罗（QMC）是一个总括术语，指使用某种形式的随机抽样来研究量子系统的计算方法。量子多体问题的一个关键特征是所涉及的希尔伯特空间的高维性。因此，QMC方法在CCQ活动中发挥着不可或缺的作用，并涵盖了广泛的算法：将薛定谔方程的解直接公式化为斯莱特行列式流形中的随机游动（辅助场量子蒙特卡罗，或AFQMC）；评估给定多体波函数的期望值，以最小化与许多参数相关的能量（变分蒙特卡罗，通常与机器学习结合使用）；在微扰展开中执行费曼图的和（图解蒙特卡罗）；使用蒙特卡罗（Monte Carlo）解算嵌入较大介质中的较小杂质问题（结合动力学平均场理论）；对从张量网络导出的多体态（称为最小纠缠典型热态或METTS）上的轨迹求和；等。
我们的努力由方法创新和软件开发它们又被应用于各种问题，从理解奇异量子态的模型系统到分子和固体的从头算。
