입력 상태 설계를 통한 변분 양자 알고리즘의 도달 가능성 향상

변분 양자 알고리즘(VQAs)은 깊은 회로가 더 넓은 도달 가능한 양자 상태를 커버할 수 있지만 황무지 고원(barren plateaus) 문제를 겪고, 얕은 회로는 학습 가능하지만 목표 상태에 대한 도달 가능성이 부족할 수 있다는 상충관계에 제약받습니다. 본 연구에서는 선형 결합 기법을 이용해 설계된 입력 상태를 통해 VQA 성능을 향상시키는 일반적인 프레임워크를 제안합니다. 이 접근법은 원래 회로가 도달할 수 있는 상태 집합을 수정하여 효율성을 유지하면서 정확도를 높입니다. 우리는 이 프레임워크가 주어진 어떤 VQA 안자츠의 성능도 증가시킨다는 엄밀한 증명을 제공하며, 다양한 안자츠 계열에 걸쳐 그 폭넓은 적용 가능성을 입증합니다. 대표적인 양자 다체 모델의 바닥 상태 준비에서, 동일한 게이트 예산 내에서 표준 방법보다 일관되게 높은 정확도를 달성합니다. 이 결과들은 고정된 안자츠 내에서 목표 상태의 도달 가능성을 개선하기 위한 회로 설계의 강력한 보완책으로서 입력 상태 설계의 중요성을 부각합니다. 변분 양자 알고리즘은 회로 깊이와 학습 가능성 간의 실질적인 상충 관계에 직면하여 목표 양자 상태의 도달 가능성을 제한합니다. 본 연구에서 저자들은 선형 결합에 기반한 입력 상태 설계가 고정된 안자츠의 도달 가능한 상태 집합을 체계적으로 수정함으로써, 게이트 비용 증가 없이 대표적인 양자 다체 모델들에서 목표 상태 도달 가능성과 바닥 상태 준비 정확도를 향상시키는 방법을 보여줍니다.