Noise Resilience and Robust Convergence Guarantees for the Variational Quantum Eigensolver

技術要約：変分量子固有値ソルバー（VQE）におけるノイズ耐性とロバストな収束保証

問題の定義
変分量子アルゴリズム（VQA）、特に変分量子固有値ソルバー（VQE）は、ノイズのある中規模量子（NISQ）デバイス上でハミルトニアンの基底状態を見つけるためのハイブリッド量子・古典的アプローチである。近年の理論的研究では、理想的なノイズのない条件下（具体的には局所的な全射性と滑らかさの仮定に基づく）において、VQEのグローバルな収束保証が確立されている。しかし、基礎となる量子回路がノイズの影響を受ける場合に、これらのアルゴリズムがどのように振る舞うかについては、依然として大きな理解の空白が存在する。具体的には、一般的なコヒーレント誤差およびインコヒーレント誤差が、VQEの最適パラメータにどのように影響を与えるのか、そしてノイズによる摂動が存在する場合でもアルゴリズムが収束保証を保持できるのかという点は、ほとんど未解明のままである。

手法
著者らは、ノイズをVQEのコスト関数における観測量への摂動としてモデル化することで、この問題に取り組んでいる。コアとなる手法は以下の通りである：

1. 摂動を加えたVQEの定式化： 著者らは、コスト関数にノイズ誘起項が含まれる摂動を加えたVQE問題を定義し、これにより問題を、摂動を受けた観測量 $\tilde{O}(\theta)$ を最小化する問題へと実質的に変換している。
2. 上界の導出： 最適化理論、微分幾何学、およびモース理論（具体的にはKurdyka-Łojasiewicz不等式）を用いて、ノイズのないVQEの最適パラメータと、ノイズの影響を受けたVQEの最適パラメータとの間の距離に関する上界を導出している。
3. ノイズモデリング： 本論文は、コヒーレント誤差（ユニタリゲートのバイアス）とインコヒーレント誤差（脱分極やビット反転などの量子チャネル）の両方が、数学的に観測量の摂動として再定式化できることを示している。これにより、摂動された観測量に対して導出された理論的境界を、物理的なノイズモデルに直接適用することが可能となる。
4. 収束解析： 著者らは、摂動下における最適化ランドスケープの安定性を解析している。具体的には、ノイズフリーのランドスケープにおける鞍点（saddle points）が、ノイズによって局所解へと退化し、勾配降下法をトラップしてしまう可能性があるかどうかを調査している。

主な貢献
本論文は、主に2つの理論的貢献を行っている：

• ノイズ耐性境界： 著者らは、ノイズのないVQEの最適パラメータと、ノザイス影響を受けたVQEの最適パラメータとの間の距離に関する明示的な上界を導出した。ノイズレベル $\epsilon$ が小さい場合、その距離は $\epsilon$ に対して多項式的にスケールすること（具体的には $O(\epsilon^{\frac{1-\alpha}{\alpha}})$、ここで $\alpha$ はŁojasiewicz指数）を示している。さらに、ユニタリの局所的な全射性またはフルランクの量子幾何テンソルという特定の条件下では、このスケーリングは線形（$O(\epsilon)$）となる。
• ロバストな収束保証： 局所的に全射なパラメータ化されたユニタリに対し、かつノイズレベルが十分に小さい場合、摂動を加えたVQEに適用される勾配降下法が、ノイズのないグローバル最小値の近傍に漸近的に収束することを証明している。極めて重要な点として、摂動が十分に小さい場合、臨界点のトポロジカルな構造は保持され、具体的には鞍点が局所解へと変化することはないため、アルゴリズムが偽の局所最適解に捕まることはないことを示している。

結果

• 理論的境界： 本研究は、最適パラメータにおける誤差が、ノイズ強度に対して高々多項式的に増大することを示す。コスト関数が最適集合の周囲で二次成長を示す場合（局所的な全射性または非退化な観測量によるフルランクの量子幾何テンソルによって保証される）、誤差上界はノイズレベルに対して線形となる。
• 収束の保持： 局所的な全射性とコンパクトなパラメータ空間の仮定の下で、アルゴリズムは、ノイズレベルが導出された閾値 $\bar{\epsilon}$ を下回る限り、ほぼすべての初期条件に対して、摂動を加えたコスト関数のグローバル最小値に収束することが保証される。
• ノイズの再定式化： 一般的なコヒーレント誤差および、中間層に作用するを含む広範なクラスのインコヒーレント誤差が、観測量の摂動として表現できることを成功裏に示しており、導出された理論的境界が現実的なノイズモデルに適用可能であることを検証した。
• 特殊なケース： 著者らは、より強力な保証が得られる特定のシナリオを特定している。例えば、コヒーレント制御誤差（パラメータのスケーリング）の場合、境界はタイトであり、かつグローバルである。脱分極ノイズの場合、最適パラメータ集合は正確に変化せず、コスト関数の値のみがスケールされる。
• 数値検証： 5量子ビット回路（VQE, QAOA, VQC）を用いたPennylaneによるシミュレーションにより、理論的予測を確認した。数値結果は、コヒーレント誤差およびインココーレント誤差の両方において、摂動された最適パラメータとノイズフリーの最適パラメータとの距離が、摂動レベルに対して線形に増加することを示しており、これは導出された線形スケーリング境界と一致している。

意義
本論文は、ノイズの影響を受けるVQAの挙動に関する新しい理論的洞察を提供し、現在のVQE解析における決定的な限界に対処している。最適パラメータがノイズに対して耐性を持つこと（ノイズ強度に対して多項式的または線形にスケールすること）、および局所的な全射性の下で真の解の近傍へのロバストな収束が保証されることを確立することで、本研究は、理想化された収束理論とNISQハードウェアの現実との間の溝を埋めている。著者らは、これらの保証には小さな摂動レベルが必要であると述べているが、本結果は、特定の誤差クラスや最終的なコストの堅牢性にのみ焦点を当てた従来の研究を超えて、一般的なノイズモデルに対する明示的な誤差境界を提供する初めての成果である。