QUBO, Ising Hamiltonians 및 VQA

Oct 12 2020

나는 일반적으로 조합 최적화 문제가 Ising Hamiltonians에 대한 매우 간단한 매핑을 가진 QUBO로 바뀌는 것을 이해합니다. Ising Hamiltonians는 계산 기반에서 대각선이되는 원하는 속성을 가지며지면 상태는 계산 기반 벡터 중 하나입니다. 따라서 계산 기반으로 상태를 측정하고 비트 문자열 솔루션을 얻는 것이 쉽습니다.

문제는 Ising Hamiltonian과 QUBO가 그 용어로 2 차적이며 최대 2 개의 신체 상호 작용을 허용한다는 것입니다. 나는 최근 에 비용 함수가 3 차 다항식 인 최적화 문제 ( 단지 4 큐 비트를 사용하는 56153의 양자 분해) 로 표현 된 정수 인수 분해에 관한 논문 을 보았습니다 . 나는 이것을 2 개의 신체 상호 작용으로 줄일 수 있었고 따라서 문제를 QUBO로 만들고 Ising Hamiltonian에 매핑하고 QAOA를 사용하여 IBM 컴퓨터에서 해결할 수있었습니다. 그러나 3 차 다항식을 2 차로 변환하려면 추가 큐 비트가 필요합니다.

예를 들어 내가 링크 한이 논문에서와 같이 3/4 신체 상호 작용을 할 때 일반적인 접근 방식은 무엇입니까? 이것의 저자와 그들이 인용하는 이전 작품의 저자는 이것이 QUBO가 아니라는 사실에 관심이 없습니다. 이러한 경우 해밀턴과 QUBO에 대한 대안이 있습니까? Pauli Z 연산자의 텐서 곱으로 분해 될 수있는 한 QAOA / VQE에 대해 어떤 형태의 Hamiltonian (반드시 Ising이 아님)을 사용할 수 있다는 것이 맞습니까?

답변

DavitKhachatryan Oct 12 2020 at 18:44

이 논문의 정의에서 [ 1 ] Hamiltonian의 비용은 Ising Hamiltonian의 경우에만 국한되지 않습니다. 논문 [ 1 ]은 또한 언급 된 "일반적인 접근 방식$3/4$ ($n$) 신체 상호 작용 ".

[ 1 ] 의 직접 인용 :

이진 변수의 다항식 인 고전적인 비용 함수에서 $x_1 , . . . , x_n $, 우리는 Hamiltonian을 구성 할 수 있습니다. $H_C$ 의 위에 $n$ 변수 측면에서 비용 함수를 먼저 다시 작성하여 큐 비트 $z_i \in \{−1, 1 \}$, 어디 $x_i = (1 − z_i )/2$ 다항식을 얻기 위해 $f (z) = \sum_{C \subset \{1,...n\}} \alpha_C \prod_{j \in C} z_j$ 그런 다음 각 항목을 $z_i$ Pauli 연산자와 $\sigma_i^z$. 그러므로,$H_C$ 대각선입니다 $\sigma_z$-기준 및 형식을 취합니다.

$$H_C = \sum_{C \subset \{1,...,n\}} \alpha_C \bigotimes_{j \in C} \sigma_i^z \tag{2}$$

어디 $C$ 모든 큐 비트의 하위 집합이며 $\alpha_C$ 하위 집합의 큐 비트 간 다 물체 결합에 대한 실수 계수입니다. $C$.

이것은 우리가 고전적인 비용 함수를 가지고 있다면$f(x) = 4 x_1 +6x_1 x_2 - 2x_2 x_3 x_4$, 우리는 교체해야 $x$와 함께 $z$s 및 획득 :

$$f(z) = 2(1 - z_1) + 3 (1 - z_1) (1 - z_2) - (1 - z_2) (1 - z_3) (1 - z_4)$$

교체를 단순화 한 후 $z$와 함께 $\sigma_z$에스:

$$H_C = 4 I - 5 \sigma_1^z - 2 \sigma_2^z + \sigma_3^z + \sigma_4^z + 3 \sigma_1^z \sigma_2^z -\sigma_2^z \sigma_3^z -\sigma_3^z \sigma_4^z -\sigma_2^z \sigma_4^z + \sigma_2^z \sigma_3^z \sigma_4^z$$

그리고 끝났습니다. 이 절차는 QUBO에서도 작동합니다.$\rightarrow$Ising Hamiltonian (이 답변 참조 ). 이렇게하면 QAOA에서 원하는 속성을 사용하여 비용 Hamiltonian을 구성 할 수 있습니다.

$$H_C |x\rangle = f(x)|x\rangle$$

어디 $x = x_1 x_2 x_3 x_4$ 비트 문자열입니다.

Hamiltonian의 비용 의 예$3$큐 비트 간의 커플 링은 몸이 논문 [에서 찾을 수 2 E3LIN2의 문제] ([ 2 ] 식.$6$ 표기법이 약간 변경됨) :

$$ H_C = \frac{1}{2} \sum_{a < b < c} d_{abc} \sigma_a^z \sigma_b^z \sigma_c^z \tag{6}$$

어디 $d_{abc}$ 이다 $0$ 또는 $+1$ 또는 $-1$, $a$, $b$ 과 $c$ 큐 비트 인덱스입니다.


[ 1 ] Z. Wang, S. Hadfield, Z. Jiang, EG Rieffel, "MaxCut을위한 양자 근사화 최적화 알고리즘 : Fermionic View"

[ 2 ] E. Farhi, J. Goldstone, S. Gutmann, "제한된 발생 제약 문제에 적용되는 양자 근사 최적화 알고리즘"