Optimal Ground-State Preparation with a Guiding State

技術要約：誘導状態を用いた最適な基底状態準備

問題設定
本論文は、ハミルトニアン $H$ の基底エネルギー $E_0$ と第1励起エネルギー $E_1$ の間のギャップ $\Delta$ が与えられたとき、一意の基底状態 $|\psi_0\rangle$ を準備する問題に取り組む。利用可能なリソースは以下の通りである：

1. ユニタリ演算子 $U = e^{iH}$ （ハミルトニアン・シミュレーションによりアクセス可能）。
2. 「誘導状態」準備用ユニタリ $A$。これは $A|0\rangle$ が $|\psi_0\rangle$ と少なくとも $\gamma$ のオーバーラップを持つことを保証する。
3. 基底エネルギーの推定値 $\tilde{E}_0$。ここで $|\tilde{E}_0 - E_0| \le \delta$ かつ $\delta \le \Delta/3$ である。

目標は、成功確率が少なくとも $1-\varepsilon$ で、出力される状態 $\rho$ が $\||\psi_0\rangle\langle\psi_0| - \rho\|_1 \le \eta$ を満たすことである。著者らは、支配的なコスト要因となる $U$ および $U^\dagger$ の適用回数を最小化し、最適なクエリ計算量を達成することを目指している。

手法
本論文は、この問題を解決するための2つの異なるアルゴリズムを提示しており、どちらも最適なクエリ計算量を達成している。両アプローチとも、「エネルギー推定値 $\tilde{E}_0$ を用いてマークされた状態を特定し、その振幅を増幅する」という高レベルな戦略に基づいている。

1. アルゴリズム1：ロバストな振幅増幅 (Section 2)

   • 核心となるアイデア: このアプローチは、[HMdW03] における「有界誤差入力に対する量子探索」の技術を適応させたものである。ここでは、基底状態をマーキングする際の位相推定がエラー（偽陽性）を引き起こすという課題に対処する。
   • メカニズム: アルゴリズムは、振幅増幅ステップとエラー削減ステップを再帰的に交互に実行する。
     • 増幅: 標準的なグローバー型のステップが、フラグ量子ビットが基底状態を示す成分を増幅する。しかし、これは「誤ってマークされた」励起状態（偽陽性）も増幅してしまう。
     • エラー削減: 増幅ラウンドの間、位相推定ベースの検証器 $Q_\xi$ を適用して、これらの偽陽性の振幅を抑制する。
   • 最適化: 各再帰レベル $\ell$ においてエラーパラメータ $\eta_\ell$ を慎重に選択することで、偽陽性と真の基底状態成分の比率が急速に減少するようにする。再帰深度 $L$ は、オーバーラップが $\gamma$ から定数へと成長するように選択される。総計算量は、振幅増幅における単純なエラー削減で通常発生する対数オーバーヘッド ($O(\log(1/\gamma))$) を回避する。

2. アルゴリズム2：トランスデューサの合成 (Section 3)

   • 核心となるアイデア: このアプローチは、[BJY24] で導入された「トランスデューサ」の枠組みを利用している。これにより、エラー削減による対数的なオーバーヘッドを招くことなく、有界誤差量子アルゴリズムを合成することが可能になる。
   • メカニズム: アルゴリズムは、2つのサブ・トランスデューサの合成としてトランスデューサを構成する：
     • フィルタリング・トランスデューサ (LCU): 線形結合によるユニタリ (LCU) を実装し、励起状態を抑制しつつ基底状態を保持するフィルター関数 $f_\delta(H)$ を適用する。これは特定のフィルター関数のフーリエ係数を用いて構築され、多項式の次数ではなく係数の第1モーメントに比例する効率的な実装を可能にする。
     • 振幅増幅トランスデューサ: 「リーク・スケジュール」を用いてマークされた状態を段階的に剥ぎ取る、新しい振幅増幅トランスデューサの構成。このトランスデューサはオラクル $A$ に対して「標準的（canonical）」に作られており、ラスベガス・クエリ計算量（$A$ への期待呼び出し回数）が最悪計算量ではなく $O(1/\gamma)$ に抑えられる。
   • 合成: これらのトランスデューサを合成して、基底状態準備のための単一のトランスデューサを形成する。これを定理 3.2 を通じて標準的な量子アルゴリズムにマッピングすると、得られるアルゴリズムは最適なクエリ計算量を達成する。

主な結果
主要な結果は 定理 1.3 に示されている。誘導状態を用いた基底状態準備のアルゴリズムが存在し、以下の計算量を用いる：

• $U$ および $U^\dagger$ への制御された呼び出し：$O\left(\frac{1}{\gamma\Delta}\log\frac{1}{\varepsilon} + \frac{1}{\Delta}\log\frac{1}{\eta}\right)$
• $A$ および $A^\dagger$ への制御された呼び出し：$O\left(\frac{1}{\gamma}\log\frac{1}{\varepsilon}\right)$

系 1.4 は、これを [JW26] の最適な基底エネルギー推定アルゴリズムと組み合わせることで、事前のエネルギー推定なしで、推定精度に対する多項式対数（polylogarithmic）のオーバーヘッドのみで問題を解決することを述べている。

本論文は、これらの境界が $U$ および $U^\dagger$ の適用回数に関して（$\varepsilon = \eta$ の場合）、[SdW26] で証明された下界と一致しており、定数倍の範囲で最適であることを確立している。

意義と主張

• 最適性: 本論文は、基底状態準備における上界と下界の間のギャップを埋めるものであると主張している。従来の最良のアルゴリズムは、$U$ のクエリ計算量において $O(\log(1/\gamma))$ の因子を伴っていたが、本研究ではこの因子を取り除いている。
• 技術的進展:
  • 第1のアルゴリズムは、[HMdW03] の有界誤差探索の技術が、ハミルトニアンの未知の固有基底において機能するように効果的に適応できることを示している。
  • 第2のアルゴリズムは、LCU および振幅増幅のための新しいトランスデューサ構成を導入している。特に、振幅増幅トランスデューサは、空間計算量（補助量子ビット）を乗法的な対数因子で削減することで、先行研究 [ARZ26] を改善している。
• 文脈: 本研究は、著者らによる最近の基底エネルギー推定に関する論文 [JW26, SdW26] の、状態準備に関するフォローアップである。これらを合わせることで、誘導状態が与えられた場合の基底状態準備問題に対する完全かつ最適な解が提供される。

著者らは、主要な高レベルのアイデアの大部分は人間による導出であるが、特定の構成要素（トランスデューサ内のリーク・スケジュールや特定の証明の詳細など）については、大規模言語モデル（LLM）の支援を受けたことを注記している。すべての証明および本文は、著者らによって厳密にチェックされ、書き直されている。