Non-Abelian Mixer for QAOA on Hybrid Oscillator-Qubit Quantum Processors

本文提出了一种适用于混合振荡器 - 量子比特处理器上量子近似优化算法（QAOA）的硬件原生非阿贝尔混合器，并通过最大割问题的仿真证明，其在解的质量和最优解概率方面始终优于标准的横向场混合器。

要点

想象你正在尝试解决一个庞大而复杂的拼图。在量子计算的世界里，这个拼图通常被称为**最大割（Max-Cut）**问题。不妨将其想象为一个派对策划场景：你有一群人（节点）和一份谁讨厌谁的清单（边）。你的目标是将这群人分成两个团队，使得团队之间发生的“讨厌”关系数量最大化，而不是团队内部。你分离出的“讨厌”关系越多，你的解决方案就越好。

长期以来，科学家们一直试图用两种不同类型的“计算机”来解决这个问题：

1. 数字（离散）计算机：就像使用开关要么开要么关（0 或 1）的普通计算机。
2. 模拟（连续）计算机：就像可以设置为任何亮度等级的调光开关，而不仅仅是开或关。

新型混合机器

本文的作者正在研发一种结合了这两者的新型量子计算机。它利用量子比特（数字开关）和振荡器（模拟调光开关）协同工作。

可以将振荡器想象成一个巨大的旋转轮，它可以停在圆周上的任意一点。而量子比特则是一个可以指向上方或下方的小磁铁。在这种混合机器中，磁铁控制着轮子，而轮子则帮助磁铁完成工作。这种设置之所以强大，是因为轮子提供了一个巨大且近乎无限的探索空间，而磁铁则提供了精确的控制。

问题：如何“混合”解决方案

为了解决最大割拼图，计算机使用一种称为QAOA的算法。你可以将 QAOA 想象为一个“摇晃”系统以找到最佳排列的过程。

• 首先，它应用一个“成本”规则（惩罚不良排列）。
• 然后，它应用一个**“混合器”**来打乱局面并尝试新的排列。

在标准的数字计算机中，“混合器”就像一个简单的翻转开关：它只是将 0 翻转为 1，反之亦然。作者问道：如果我们拥有这种带有旋转轮的高级混合机器，我们能否利用轮子可以向任何方向旋转的能力，使用一种更好的混合器？

解决方案：“非阿贝尔混合器”

作者发明了一种他们称为非阿贝尔混合器的新混合器。

这里有一个简单的类比：

• 旧混合器（横向场）：想象你试图通过仅沿直线来回搅拌来混合一碗汤。这虽然有效，但受到限制。
• 新混合器（非阿贝尔）：想象你现在可以画圆圈、画"8"字形搅拌，甚至在搅拌时倾斜碗。因为“轮子”（振荡器）和“磁铁”（量子比特）无法在直线上很好地协同工作（它们是“非对易”的），这种新混合器利用了这种怪异特性。它使计算机能够更具创造性和高效地探索解空间。

他们利用这种混合硬件原本就原生支持的特定工具（指令集）构建了该混合器，而不是试图强迫它去做它未被设计去做的事情。

结果：更优秀的拼图解决者

团队在随机生成的不同规模的“派对策划”拼图（图）上测试了他们的新混合器。他们将新的“轮子与磁铁”混合器与旧的“翻转开关”混合器进行了比较。

结果非常明确：

1. 质量更优：新混合器始终能找到更接近完美答案的解决方案。
2. 成功率更高：它更有可能找到完美的解决方案，而不仅仅是“足够好”的解决方案。

他们还测试了混合器的“深度”（即搅拌所需的步骤数）。他们发现，即使只添加一层这种新混合技术，与旧方法相比也能产生巨大的差异。

结论

该论文得出结论，在为这些新型混合量子计算机构建算法时，我们不应只是简单地复制粘贴旧有的数字配方。相反，我们应该设计适合硬件独特形状的新工具。通过使用一种尊重旋转轮和磁铁自然物理特性的混合器，我们可以比以往更好地解决复杂的优化问题。

简而言之：他们为混合量子计算机构建了一种新的、更具创造性的“搅拌”方式，并且其解决拼图的能力显著优于旧的、简单的方式。

技术摘要

技术摘要：混合振荡器 - 量子比特量子处理器上 QAOA 的非阿贝尔混合器

问题陈述
尽管混合连续变量（CV）与离散变量（DV）量子处理器（特别是耦合超导量子比特与微波谐振器的处理器）的通用控制已得到确立，但针对这些平台量身定制的量子算法开发仍处于早期阶段。虽然量子近似优化算法（QAOA）在纯离散变量（DV）和纯连续变量（CV）设置中已得到充分研究，但其在混合 CV-DV 系统中的表述尚属空白。在混合处理器上确定 QAOA 适用的“混合器”哈密顿量方面存在关键缺口。标准 QAOA 依赖于横向场混合器（即泡利-X 算符之和），该混合器虽为 DV 系统原生，但可能无法充分利用混合振荡器 - 量子比特架构中无限维态空间及非对易控制原语的优势。

方法论
作者提出了一种专为混合 CV-DV 处理器设计的硬件原生 QAOA 框架，利用相空间指令集架构（ISA）。其方法论的核心包含三个关键组成部分：

1. 编码与读出：该算法将逻辑量子比特编码为振荡器模式内的有限能量 Gottesman-Kitaev-Preskill（GKP）态。辅助量子比特用于介导控制与读出。逻辑信息通过特定的非阿贝尔量子信号处理（NA-QSP）序列 $E_x(\sqrt{\pi}/2, \Delta)$ 在振荡器相空间与量子比特寄存器之间进行映射，该序列用于校正有限能量 GKP 态固有的位置不确定性。
2. 成本幺正算符：针对无权重 Erdős–Rényi 图上的 Max-Cut 问题，成本哈密顿量被实现为辅助量子比特寄存器上的一系列逻辑 ZZ 旋转（$R_{ZZ}$）。该幺正算符将图结构编码到量子比特振幅的相对相位中。
3. 非阿贝尔混合器：主要创新在于用由原生相空间原语构建的非阿贝尔混合器取代标准的横向场混合器。该混合器作用于每个振荡器 - 量子比特对，包含：
   • 一个可训练的初始单量子比特旋转。
   • 沿位置（$\hat{x}$）和动量（$\hat{p}$）正交分量的一系列条件位移（CD）门。
   • 在位移之间交错排列的单量子比特旋转，用于改变基底。
   • 该混合器的深度 $d$ 是一个可调参数。当 $d=0$ 时，混合器退化为标准横向场混合器。对于 $d \geq 1$，它利用 $\hat{x}$ 和 $\hat{p}$ 的非对易性更有效地探索解空间。

主要贡献
本文提出了三项具体贡献：

• 非阿贝尔混合器的提出：作者引入了一种由原生混合 CV-DV 指令集（条件位移和量子比特旋转）构建的混合器，该混合器利用了振荡器正交分量的非阿贝尔特性。
• 混合 Ansatz 的开发：他们开发了一个完整的 Max-Cut 问题 QAOA Ansatz，集成了 GKP 编码、NA-QSP 读出/校正以及所提出的非阿贝尔混合器。
• 基准测试：他们使用近似比和最优解概率，对所提出的 Ansatz 与标准横向场混合器进行了系统基准测试。

仿真结果
作者在无权重 Erdős–Rényi 图（规模 $N=4$ 和 $N=5$）上评估了所提出的 Ansatz，使用了不同的福克截断（$N_{max} \in \{6, 8, 10, 12\}$）和 GKP 包络参数（$\Delta$）。结果表明：

• 一致改进：在所有测试的图规模和福克截断下，非阿贝尔混合器始终优于标准横向场混合器。
• 指标增益：对于两种图规模，近似比的平均提升约为 0.13。采样到最优解的概率平均提升约为 0.15。
• 深度依赖性：将混合器深度从 $d=0$（横向场基线）增加到 $d=1$ 带来了最显著的性能跃升。深度的进一步增加提供了微小但积极的增益。
• 鲁棒性：随着福克截断的增加，性能保持稳定，表明该算法对无限维希尔伯特空间的截断具有鲁棒性。GKP 包络参数 $\Delta$ 也影响了性能，较大的值（代表更低能量、更宽的状态）在截断空间中显示出轻微的性能提升。

意义与主张
本文主张，所提出的非阿贝尔混合器是混合振荡器 - 量子比特平台上 QAOA 的一个有前景的构建模块。结果表明，混合系统的算法设计应遵循原生硬件结构和控制原语（特别是非对易相空间操作），而不是依赖离散变量算法的简单迁移。作者认为，他们的混合器能够更有效地探索 Max-Cut 解空间，从而提高解的预期质量和找到最优解的可能性。他们得出结论，这项工作代表了迈向混合量子处理器系统化算法设计的一步，突显了一个更广泛的设计原则：利用混合系统的独特代数特性（非阿贝尔控制）来增强算法性能。