AI与世界难题 · 量子物理与量子计算 · arXiv · 2026-10-22
变分量子-神经混合虚时演化
原标题: Variational quantum-neural hybrid imaginary time evolution
面向 NISQ 设备的变分虚时演化（VITE）用参数化量子线路模拟非幺正动力学，但常规变分量子算法因高度依赖拟设线路的选择而难以达到高精度。所提出的 VQNHITE 将 VITE 与基于神经网络的非幺正算符相结合以增强表达能力，并引入了在一个小虚时步处优化初始参数的流程，使演化在随机初始化下保持稳定。在最近邻与全连接两种线路连接方式下对海森堡自旋链进行的数值模拟表明，VQNHITE 始终比 VITE 达到与精确 ITE 态更高的保真度。