Constrained Counterdiabatic Quantum Approximate Optimization Algorithm for Portfolio Optimization

ملخص تقني: خوارزمية التقريب الكمي للتحسين الأمثل ذات العدادات المضادة والمقيدة لتحسين المحفظة الاستثمارية

بيان المشكلة
تتناول الورقة البحثية تحدي حل مشكلات التحسين التوافقي المقيد على الأجهزة الكمية في عصر النيرت (near-term)، مع التركيز بشكل خاص على تحسين المحفظة الاستثمارية (portfolio optimization). في إطار "ماركويتز" لتقليل التباين وتعيين العائد (mean-variance framework)، يهدف الهدف إلى موازنة العوائد المتوقعة مقابل المخاطر (التباين) مع تلبية قيد الميزانية (budget constraint) الصارم (اختيار بالضبط $B$ من الأصول من أصل $N$).

تواجه التطبيقات القياسية لخوارزمية التقريب الكمي للتحسين الأمثل (QAOA) عقبات كبيرة في هذا المجال:

1. التعامل مع القيود: لا تحافظ الخلاطات (mixers) ذات المجال المستعرض القياسية على وزن هامينج (Hamming weight) (عدد الأصول المختارة)، مما يؤدي بالخوارزمية إلى استكشاف مناطق غير صالحة في فضاء هيلبرت. وبينما تعمل الطرق القائمة على الجزاءات (penalty-based methods) على فرض القيود، إلا أنها تشوه طيف الطاقة وتخلق فجوات فعالة صغيرة، مما يعيق التقارب.
2. الانتقالات الديباتية (Diabatic Transitions): في الدوائر ذات العمق المنخفض (low depth $p$)، يكون الانتقال بين الخلاط وهاميلتوني التكلفة غير أديباتي (non-adiabatic). يؤدي هذا إلى انتقالات ديباتية تقلل من التداخل بين الحالة المُعدة والحالة الأرضية الحقيقية، لا سيال في المشكلات ذات الرسوم البيانية للتفاعل الكثيفة (مصفوفات التباين) ومقاييس الطاقة المتنافسة.
3. مشاهد التحسين (Optimization Landscapes): غالبًا ما يكون مشهد التباين صعب التنقل فيه، حيث يعاني من الهضاب العقيمة (barren plateaus) وبطء تقارب المحسن الكلاسيكي.

المنهجية
يقترح المؤلفون خوارزمية (CCD-QAOA)، والتي تدمج القيادة المضادة للديابات (counterdiabatic driving) في إطار عمل QAOA لقمع الانتقالات الديباتية مع الحفاظ على تلبية القيود.

1. الخلاط الحافظ للقيود: تستخدم الخوارزمية خلاط XY ($H_{XY}^M = \sum_{i<j} (X_i X_j + Y_i Y_j)$) وتبدأ النظام في حالة ديك (Dicke state) (وهي تراكب متساوٍ لجميع الحالات ذات وزن هامينج $B$). يضمن هذا بقاء الديناميكيات بدقة داخل الفضاء الجزئي الممكن للمحافظ الصالحة.
2. القيادة المضادة للديابات المتغيرة (Variational Counterdiabatic Driving): لمواجهة الانتقالات الديباتية المتأصلة في التطور ذي العمق المحدود، يبني المؤلفون جهد قياس أديباتي (AGP) تقريبيًا.
   • بدلًا من استخدام الـ AGP غير الموضعي الدقيق، يستخدمون نموذجًا متغيرًا يعتمد على المبدلات المتداخلة (nested commutators) لهاميلتوني التكلفة ($H_C$) والخلاط ($H_{XY}^M$).
   • المبدل $[H_C, H_{XY}^M]$ يولد طبيعيًا سلاسل باولي ثلاثية الأجسام (على سبيل المثال $X_i Y_j Z_k - Y_i X_j Z_k$).
   • يتضمن نموذج جهد القياس الناتج ($A_\lambda^*$) كلاً من حدود الأجسام الثنائية (من جبر XY) وحدود الأجسام الثلاثية المشتقة من توسيع المبدل.
3. بناء الدائرة: تعزز بنية CCD-QAOA طبقات QAOA القياسية. للعمق $p$، يتم إعداد الحالة كالتالي:
   $$|\psi_{CD}\rangle = \prod_{k=1}^p e^{-i\eta_k H_{CD}} e^{-i\beta_k H_{XY}^M} e^{-i\gamma_k H_C} |D_B^N\rangle$$
   هنا، $H_{CD}$ ناتج عن مؤثرات جهد القياس المبتورة، و$\eta_k$ هي معاملات متغيرة جديدة يتم تحسينها كلاسيكيًا.
4. التحسين: يتم تحديد معاملات جهد القياس عن طريق تقليل معيار فروبينيات للمؤثر $G(A_\lambda) = \partial_\lambda H + i[A_\lambda, H]$. يتم تحسين المعاملات المتغيرة ($\gamma, \beta, \eta$) لتقليل القيمة المتوقعة لهاميلتوني التكلفة، باستخدام القيمة المعرضة للخطر المشروطة (CVaR) كدالة هدف للتركيز على الحلول عالية الجودة.

المساهمات الرئيسية

• البناء المنهجي لمؤثرات CD: يقدم البحث طريقة مبدئية لتوليد مؤثرات مضادة للديابات ذات صلة فيزيائية للمشكلات المقيدة من خلال استغلال جبر المؤثرات المهيكل بين هاميلتون التكلفة وخلاط XY الحافظ للقيود.
• استراتيجية البتر (Truncation Strategy): يوضح المؤلفون أن بتر جهد القيال إلى حدود ثلاثية الأجسام يوفر مقايضة مواتية بين القدرة التعبيرية وتعقيد الدائرة. ويظهرون أن هذه الحدود تلتقط التصحيحات من الدرجة الأولى اللازمة للتعامل مع دوران القاعدة المترابط الناتج عن خلاط XY وتفاعلات Ising الكثيفة.
• قياس الأداء: تقارن الورقة أداء CCD-QAOA مع كل من XY-mixer QAOA، وGrover-mixer QAOA، وصيغ QADA القائمة على الجزاءات.

النتائج
أدت المحاكاة العددية على نماذج محافظ عشوائية ($N=12, B=4$) مع مصفوفات تباين كثيفة إلى ما يلي:

• نسب تقريب محسنة: بالنسبة لعمق دائرة ثابت $p$، تحقق نهج CCD-QAOA باستمرار نسب تقريب أعلى مقارنة بـ XY-mixer QAOA، وGrover-mixer QAOA، وطرق الجزاءات.
• احتمالية النجاح: بينما يؤدي إدراج حدود CD ثلاثية الأجسام إلى تسرب طفيف في الفضاء غير الصالح (مما يقلل احتمالية النجاح مقارنة بـ XY-mixer QAOA الذي يحافظ على نسبة 1.0)، إلا أن CCD-QAOA لا يزال يتفوق على النهج القائم على الجزاءات من حيث احتمالية النجاح.
• المقايضات: يأتي الأداء المحسن مع زيادة في تعقيد الدائرة. يتطلب نهج CD عددًا أكبر من المعاملات المتغيرة وينتج عددًا أكبر من بوابات CNOT وأعماق دوائر منقولة (transpiled) مقارنة بـ QAOA القياسي. ومع ذلك، فإنه يظل أكثر قابلية للتوسع من نهج Grover-mixer.
• حساسية CVaR: تشير النتائج إلى أن قيم CVaR الأصغر (التركيز على ذيل التوزيع) تولد عمومًا نسب تقريب أفضل عبر جميع الطرق.

الأهمية والادعاءات
يدعي المؤلفون أن عملهم يؤسس إطارًا موحدًا لتعزيز أداء QAOA في مشاهد التحسين المهيكلة. تكمن الأهمية الأساسية في إثبات أن:

1. المشكلات المقيدة تمتلك جبر مؤثرات مهيكل يمكن استغلاله لبناء نماذج (ansätze) مضادة للديابات فعالة، مما يتجاوز التصميم التجريبي.
2. تصحيحات الـ CD يمكنها تحسين نسب التقريب بشكل منهجي في نظام الدوائر الضحلة عن طريق قمع الانتقالات الديباتية، حتى عندما يتم فرض القيود بصرامة عبر الخلاطات.
3. الربط بين جهود القياس الأديباتية (adiabatic gauge potentials) والدوائر الكمية المتغيرة يوفر مسارًا لتحديد المولدات الأكثر صلة فيزيائيًا (في هذه الحالة، الحدود ثلاثية الأجسام) اللازمة للتنقل في مشاهد الطاقة المعقدة دون الحاجة إلى دوائر عميقة بشكل مفرط.

تخلص الورقة إلى أنه بينما يضيف المنهج عبئًا (overhead) كلاسيكيًا وكميًا، فإن التحسين المنهجي لجودة الحل في تحسين المحفظة الاستثمارية المقيدة يشير إلى مسار قابل للتطبيق نحو تحسين التحسين الكمي على الأجهزة القريبة (near-term devices)، لا سيما عند الجمع مع استراتيجيات مثل "البدء الدافئ" (warm-starting) أو اختيار المؤثرات التكيفي.