Establishment of a Novel Optimizer in Variational Quantum Eigensolver by Applying Evolutionary Computation

• Project/Area Number: 23K11220
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: Prefectural University of Kumamoto
• Principal Investigator: 飯村 伊智郎 熊本県立大学, 総合管理学部, 教授 (50347697)
• Co-Investigator(Kenkyū-buntansha): 森山 賀文 熊本県立大学, 総合管理学部, 教授 (10413866)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2025: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2023: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
• Keywords: 変分量子固有値法 / 進化的計算 / オプティマイザ / 量子機械学習 / NISQ

Outline of Research at the Start

量子ノイズを前提とした小規模のNISQデバイスでも動作する変分量子固有値法（VQE）が注目されている．一方でVQEは理論的高速性が保証されていない．理論的な保証がない以上，数値的・実験的な検証が必要となる．また，回路パラメータの最適化のプロセスにおいて，局所解やプラトーにトラップされ，大域的な最適解の発見に至らないことがある．本研究は，VQEの回路パラメータの最適化を高速化し解質を向上すべく，古典コンピュータでの最適化研究で有力となっている多点探索の進化的計算をVQEのオプティマイザに適用して数値的・実験的に検証し，その特徴や限界などを明らかにする．