[发明专利]一种基于贪婪算法的量子线路优化方法

说明书

本发明公开了一种基于贪婪算法的量子线路优化方法，该方法对2‑local Hamiltonian量子模拟线路使用贪婪算法自动化寻找最佳的线路优化方案，通过将线路中的两比特门进行对角化分解并重新进行排列，抵消掉相邻的对角化门从而大幅度地减少线路深度。该方法不受量子线路物理硬件的限制，能够有效地减少量子计算机上量子模拟算法实施所需的实际深度，提高复杂量子模拟算法的计算效率，便于量子模拟算法及其应用的开发效率。相比于目前最好的量子线路优化器，本发明可在2‑local Hamiltonian线路上显著降低线路深度，减少单比特量子门数量。

技术领域

本发明属于量子线路优化领域，具体涉及一种基于贪婪算法的量子线路优化方法。

背景技术

量子模拟是量子计算机的一个代表性应用，但实现量子模拟的算法需要消耗大量的计算资源。当前时期的量子计算机属于中等规模含噪量子(Noisy Intermediate-ScaleQuantum(NISQ))计算机，其主要特征是量子比特资源稀缺(数量为50-100量子比特)，量子比特的连接性受到约束条件限制，线路深度受到退相干因素的限制。线路深度的限制阻碍了许多量子算法在当前量子计算机上的有效实现。因此，人们提出了能够充分利用有限资源实现量子模拟的算法，Lie-Trotter分解是最常见的一种。对于系统的 Hamiltonian可以写为多项式数量的厄米项相加的情况，Lie-Trotter方法将系统的时间演化用各个厄米项时间演化的乘积来表示，每个厄米项时间演化可分解为2-local Hamiltonian量子门。然而，对于Hamiltonian中具有不对易项时这种方法存在误差，误差取决于不对易项以及Trotter步长。在Lie-Trotter算法的量子线路中，合理安排Trotter 项的顺序对线路的优化有很大帮助。量子化学和多体物理中Trotter项按照系数权重排序，因为权重越大意味着关联越强，这和实际的物理意义是相对应的，这种排序能显著减少错误率。另一种方法的目的是通过最大化相邻泡利算符的相似度，对相邻的相同泡利算符采用门抵消方法减少量子门的个数同时减少线路深度。第一种方法能减小线路错误率，但是在深度缩减上不是最优的。在第二种方法中，目前已有的策略仅仅使用简单的字典式泡利串排序，这种方法在门抵消策略和深度缩减中也不是最优的方法。

因此，对广泛的Lie-Trotter算法的量子线路设计出不依赖于具体硬件的更优的线路深度缩减方法具有非常重要的意义。

发明内容

技术问题：本发明的目的在于克服上述的不足，提供一种基于贪婪算法的量子线路优化方法，在Trotter序列的排序空间中有效地搜寻出最优的排序方案，进一步优化后得到最优的量子线路。该方法独立于量子硬件的实现方式，适合所有的2-local Hamiltonian量子模拟线路，相比于目前最好的量子线路优化器能减少线路深度，加快量子模拟算法及其应用的计算效率。

技术方案：为了达到上述目的，本发明所采用的技术方案包括以下步骤：

(1)输入初始量子线路图；

(2)将线路中的2-local Hamiltonian量子门按照泡利算符标签分组；

(3)将线路分层，用贪婪算法从泡利标签组中依次选择每层的2-localHamiltonian 量子门，加入到排序列表中；

(4)根据上一层量子门选取情况用贪婪策略选取下一层2-local Hamiltonian量子门加入到排序列表中直到所有量子门选完；

(5)根据列表排序方案对2-local Hamiltonian量子门进行优化；

(6)输出优化后的量子线路。

步骤(3)中2-local Hamiltonian量子门的选取包括以下步骤：

将量子线路分层；

根据贪婪算法依次选取每层的2-local Hamiltonian量子门；