子空间变分量子模拟：作为训练成功度量的保真度下限

我们提出了一种迭代变分量子算法，以模拟给定子空间内任意初始状态的时间演化。该算法将Trotter电路压缩为更短深度的参数化电路，并在单一训练过程中同时针对多个初始状态进行优化，使用基于保真度的成本函数。在整个训练程序结束后，我们提供了一个可有效计算的保真度下限，适用于子空间内的任意状态，确保算法在最坏情况训练场景下的性能。我们还表明，在每次迭代的训练过程中，成本函数在初始参数附近存在一个无贫瘠平台的区域。通过在IBMQ处理器上模拟2量子比特Ising模型来展示算法的实验演示。同时，我们还提供了对10量子比特Ising模型的模拟，以作为更大系统的演示。