本文介绍了二次量子变分蒙特卡罗 (Q 2 VMC) 算法,这是量子化学中的一种创新算法,可显著提高求解薛定谔方程的效率和准确性。受虚时间薛定谔演化的离散化启发,Q 2 VMC 采用了一种新颖的二次更新机制,可与基于神经网络的假设无缝集成。我们进行了大量的实验,展示了 Q 2 VMC 的卓越性能,在跨各种分子系统的波函数优化中实现了更快的收敛速度和更低的基态能量,而无需额外的计算成本。这项研究不仅推动了计算量子化学领域的发展,还强调了离散化演化在变分量子算法中的重要作用,为未来的量子研究提供了一个可扩展且强大的框架。
主要关键词