Optimal Ground-State Preparation with a Guiding State

技术摘要：基于引导态的最优基态制备

问题陈述
本文研究了在给定哈密顿量 $H$ 的能隙 $\Delta$（即基态能量 $E_0$ 与第一激发态能量 $E_1$ 之间的差值）的情况下，制备其唯一基态 $|\psi_0\rangle$ 的问题。可用的资源包括：

1. 一个酉算符 $U = e^{iH}$（可通过哈密顿量模拟获得）。
2. 一个“引导态”制备酉算符 $A$，使得 $A|0\rangle$ 与 $|\psi_0\rangle$ 的重叠度至少为 $\gamma$。
3. 一个基态能量的估计值 $\tilde{E}_0$，满足 $|\tilde{E}_0 - E_0| \le \delta$，其中 $\delta \le \Delta/3$。

目标是输出一个状态 $\rho$，使得 $\||\psi_0\rangle\langle\psi_0| - \rho\|_1 \le \eta$，且成功概率至少为 $1-\varepsilon$。作者旨在实现最优的查询复杂度，特别是最小化对 $U$ 及其伴随算符 $U^\dagger$ 的调用次数，因为这些通常是主要的成本因素。

方法论
本文提出了两种不同的算法来解决该问题，两者均实现了最优的查询复杂度。两种方法都依赖于“使用能量估计值 $\tilde{E}_0$ 来‘标记’基态，然后放大被标记态振幅”的高层策略。

1. 算法 1：鲁棒振幅放大 (第 2 节)

   • 核心思想： 该方法改编自 [HMdW03] 中的“针对有界误差输入的量子搜索”技术。它解决了通过相位估计来标记基态会引入误差（假阳性）的挑战。
   • 机制： 该算法通过递归地交替进行振幅放大步骤与误差削减步骤来实现。
     • 放大： 一个标准的 Grover 式步骤，用于放大标志位比特指示为基态的成分。然而，这也会放大“假阳性”（被错误标记的激发态）。
     • 误差削减： 在放大轮次之间，应用基于相位估计的验证器 $Q_\xi$ 来抑制这些假阳性的振幅。
   • 优化： 通过在每个递归层级 $\ell$ 精确选择误差参数 $\eta_\ell$，算法确保假阳性与真实基态成分的比率迅速下降。递归深度 $L$ 的选择使得重叠度从 $\gamma$ 增长到常数。总复杂度避免了在振幅放大中直接进行误差削减时通常会产生的对数开销 ($O(\log(1/\gamma))$)。

2. 算法 2：转换器组合 (第 3 节)

   • 核心思想： 该方法利用了 [BJY24] 中引入的“转换器 (transducer)”框架，该框架允许在不引入误差削减带来的对数开销的情况下组合有界误差量子算法。
   • 机制： 该算法将一个转换器构建为两个子转换器的组合：
     • 滤波转换器 (LCU)： 实现线性算符组合 (LCU)，以应用滤波器函数 $f_\delta(H)$，该函数在抑制激发态的同时保留基态。这是通过特定滤波器函数的傅里叶系数构建的，从而允许以与系数阶数而非多项式次数成比例的复杂度进行高效实现。
     • 振幅放大转换器： 一种新型的振幅放大构造，使用“泄漏进度表 (leak schedule)”来增量地剥离被标记的状态。该转换器对于算符 $A$ 是“规范的 (canonical)”，从而使得拉斯维加斯 (Las Vegas) 查询复杂度（对 $A$ 的期望调用次数）可以被限制在 $O(1/\gamma)$，而非最坏情况复杂度。
   • 组合： 这些转换器被组合成一个用于基态制备的单一转换器。当通过定理 3.2 映射回标准量子算法时，所得算法实现了最优的查询复杂度。

主要结果
主要结果在定理 1.3 中给出。存在一种用于带有估计值的引导基态制备的量子算法，其使用的控制调用次数为：

• 对 $U$ 和 $U^\dagger$ 的控制调用次数为 $O\left(\frac{1}{\gamma\Delta}\log\frac{1}{\varepsilon} + \frac{1}{\Delta}\log\frac{1}{\eta}\right)$。
• 对 $A$ 和 $A^\dagger$ 的控制调用次数为 $O\left(\frac{1}{\gamma}\log\frac{1}{\varepsilon}\right)$。

推论 1.4 将此结果与 [JW26] 中的最优基态能量估计算法相结合，从而在无需先验能量估计的情况下解决问题，仅引入关于估计精度的多项式对数级开销。

本文确立了这些界限在 $U$ 和 $U^\dagger$ 的调用次数上（当 $\varepsilon = \eta$ 时）是在常数因子意义下最优的，这与 [SdW26] 中证明的下界相匹配。

意义与主张

• 最优性： 本文声称填补了基态制备上下界之间的差距。以往的最佳算法在 $U$ 的查询复杂度上会产生 $O(\log(1/\gamma))$ 的因子，而本研究消除了该因子。
• 技术进步：
  • 第一种算法证明了 [HMdW03] 关于有界误差搜索的技术可以有效地适配到哈密顿量的连续谱中，并在 $H$ 未知的特征基下工作。
  • 第二种算法引入了新的 LCU 和振幅放大转换器构造。具体而言，振幅放大转换器通过将空间复杂度（辅助比特数）降低一个乘性对数因子，改进了以往的工作 [ARZ26]。
• 背景： 这项工作是作者近期基态能量估计论文 [JW26, SdW26] 的状态制备后续研究。这些结果共同为给定引导态的基态制备问题提供了一个完整且最优的解决方案。

作者指出，大部分高层构思是由人类推导的，尽管某些特定组件（如转换器中的泄漏进度表及某些证明细节）得到了大语言模型的辅助。所有证明和文本均经过作者的严格检查与改写。