The Dynamical Lie Algebra of QAOA-MaxCut on the Complete Graph

技術要約：完全グラフにおけるQAOA-MaxCutの動的リー代数

問題設定
本論文は、完全グラフ（$K_n$）に対する量子近似最適化アルゴリズム（QAOA）に関連する動的リー代数（DLA）の特性評価を取り扱う。DLAについては、サイクルグラフ、パスグラフ、およびランダムグラフに関する研究は確立されているが、完全グラフにおけるDLAは未解決の問題であった。具体的には、[ASYZ26]において$K_n$におけるDLAの半単純成分の分解に関する予想が提案されていたが、厳密な証明が欠けていた。さらに、完全グラフの高い対称性が、「バレン・プラトー（不毛な高原）」と呼ばれる現象（損失関数の分散が量子ビット数に対して指数関数的に減衰し、効率的な学習を妨げる領域）の発生を防ぐのかどうかも不明であった。

手法
著者らは、リー代数理論と表現論、特に**シュワルツ・ヴェイルの双対性（Schur-Weyl duality）**を活用した手法を用いている。手法のプロセスは以下の通りである：

1. 生成子の定義: DLA（$\mathfrak{g}_{K_n}$と表記）は、QAOAのコスト・ハミルトニアンとミキサー・ハミルトニアンに対応する歪エルミート演算子、$iX = i\sum X_k$ および $iZZ = i\sum_{s<t} Z_s Z_t$ によって生成される。
2. 対称性の簡約: $X$ と $Z$ が対称群 $S_n$ に対して不変であることを認識し、著者らはシュワルツ・ヴェイルの双対性を適用する。これにより、$n$ 量子ビットのヒルベルト空間 $(\mathbb{C}^2)^{\otimes n}$ は、$su(2)$ の既約表現（irrep）と $S_n$ の既約表現のテンソル積の直和へと分解される：$(\mathbb{C}^2)^{\otimes n} \cong \bigoplus_{j \in J_n} W_j \otimes V_j$。
3. ブロック対角化: 生成子がこの分解に従ってブロック対角化されることが示される。著者らは、DLAの構造が、多重度空間 $V_j$ を無視して、スピン演算子 $J_x$ および $J_z^2$ が $su(2)$部分空間$W_j$ に作用する際に生成される代数と同型であることを証明する。
4. 部分空間の不変性: 解析により、$J_x$ と $J_z^2$ が、磁気量子数 $m$ のパリティ（奇偶性）に関してスピン $j$ に対して定義される特定の部分空間、すなわち「偶」部分空間 $W^{(j)}_{\text{even}}$ と「奇」部分空間 $W^{(j)}_{\text{odd}}$ を保存することが明らかになる。
5. 代数的生成: DLAが半単純成分全体を満たすことを証明するために、著者らは入れ子状の交換子を用いて、生成子による $su(W^{(j)}_{\text{even}})$ および $su(W^{(j)}_{\text{odd}})$ の基底を構成する。これには、特定の線形結合の交換子によって対象となる代数の個々の基底要素を孤立させることができることを示すための、ヴァンデルモンド行列を用いた「逆包含」の証明が含まれる。
6. 分散の計算: 導出されたDLA構造を用いて、DLAの分解と損失関数の分散を関連付ける既知の定理を適用する。初期状態の純粋度と、関連する単純部分代数に射影された観測量を計算することで、分散のスケーリングを決定する。

主要な貢献と結果

1. 予想 1.1 の解決: 本論文は、完全グラフにおけるDLAの半単純成分の構造に関する [ASYZ26] の予想を証明した。

   • 定理 1.2: 交換子部分代数 $[\mathfrak{g}_{K_n}, \mathfrak{g}_{K_n}]$ は、以下の特殊ユニタリ代数の直和と同型である：
     $$[\mathfrak{g}_{K_n}, \mathfrak{g}_{K_n}] \cong \bigoplus_{j \in J_n} su(\lfloor j \rfloor + 1) \oplus su(\lceil j \rceil)$$
     ここで、$J_n$ は $n$ のパリティに応じて $\{n/2, n/2-1, \dots\}$ となるスピン値の集合である。これは、DLAの明示的な解析的表現を提供する。

2. バレン・プラトー解析: 本論文は、完全グラフにおける QAOA-MaxCut がバレン・プラトーを示さないことを確立した。

   • 定理 1.3: 十分に深い回路（ユニタリ2-デザインとして機能する）において、損失関数の分散は量子ビット数 $n$ に対して線形にスケールする：
     $$\text{Var}_{\theta}[\ell(\rho, O; \theta)] \sim \Theta(n)$$
   • 具体的には、$n \to \infty$ において分散は $\frac{4n}{45}$ に収束する。これは指数関数的な減衰ではなく多項式的（線形的）な減少であるため、最適化のランドスケープは学習可能（trainable）な状態に保たれる。

意義
本論文は、最も対称性の高いグラフ構造である完全グラフにおけるDLAの特性評価という未解決問題の解決を主張している。完全グラフにおけるQAOAの分散が指数関数的減衰ではなく線形にスケールすることを確認したことで、本研究は、グラフの高度な対称性がバレン・プラトー現象を回避できるという理論的証拠を提供している。これは、グラフの対称性によって規定されるDLAのより微細な構造が、変分量子アルゴリズムの学習可能性を決定する上で極めて重要な役割を果たすことを示唆している。シュワルツ・ヴェイルの双対性と、交換子による明示的な基底生成を組み合わせた証明手法は、対称系におけるDLAを分析するための厳密な枠組みを提供するものである。