第 26 课 · QML I——数据编码、VQE 与 QAOA · 模块四:应用与前沿专题

QAOA(二):交替演化与门综合

  • 命题框:$|\gamma,\beta\rangle = \prod_{l=1..p} [e^{-i\beta_l \cdot H_B} \cdot e^{-i\gamma_l \cdot H_C}] \cdot |+\rangle^{\otimes n}$;$H_B = -\sum_i X_i$($|+\rangle^{\otimes n}$ 为其基态,本征值 $-n$;两种约定只差 $\beta$ → $-\beta$)
  • 直觉行(一句引子):问题层给高成本分量多转相位、混合层把相位差化为振幅差——机制近 Grover 振幅放大,但每层转角可调
  • 推导步骤(门综合恒等式证明):
    1. 共轭恒等式:$\mathrm{CNOT}_{i \to j} \cdot Z_j \cdot \mathrm{CNOT}_{i \to j} = Z_i Z_j$;证明:对基矢 $|b_i b_j\rangle$,CNOT 映为 $|b_i, b_j \oplus b_i\rangle$ → $Z_j$ 给出 $(-1)^{b_j \oplus b_i} = (-1)^{b_i + b_j}$(因 $(-1)^{2b} = 1$)$= Z_i Z_j$ 的本征值 ✓
    2. 共轭与指数交换:$\mathrm{CNOT} \cdot e^{-i\phi Z_j/2} \cdot \mathrm{CNOT} = e^{-i\phi \cdot (\mathrm{CNOT} \cdot Z_j \cdot \mathrm{CNOT})/2} = e^{-i\phi \cdot Z_i Z_j/2}$
    3. 门实现:$\mathrm{CNOT}_{i \to j} \cdot R_{z,j}(\phi) \cdot \mathrm{CNOT}_{i \to j} = e^{-i\phi \cdot Z_i Z_j/2}$——每条边 2 个 CNOT + 1 个 $R_z$(MaxCut 边因子对应 $\phi = -\gamma$)
    4. 混合层:$e^{+i\beta X} = R_x(-2\beta)$(由 $R_x(\phi) := e^{-i\phi X/2}$ 取 $\phi = -2\beta$)——每比特 1 个 $R_x$
    5. 计数:每层 $O(|E| + n)$ 个门,$p$ 层总计 $O(p \cdot (|E| + n))$
  • 对称性卡(证明行):$\beta$ → $\beta + \pi/2$ 对任意对角 $H_C$ 恒成立——$e^{i(\pi/2)X} = iX$ 逐比特相乘 → 两个混合层只差全局相位与 $X^{\otimes n}$,而 $X^{\otimes n}$ 与对角算符对易、保持 $|+\rangle^{\otimes n}$ → $F$ 不变;$\gamma$ → $\gamma + \pi$ 需所有顶点度数奇偶一致(3 正则图、环图满足)
  • 优化行:maximize $F(\gamma,\beta) = \langle\gamma,\beta|H_C|\gamma,\beta\rangle$;COBYLA 为常见默认,或拆成逐边门用 PSR + 链式法则
类型definition-derivation(门综合证明页)