本文介绍了一种利用同一或几乎相同的架构的方法来估计量子测量期望值的梯度，以优化杂化量子 - 经典算法的目标函数，尤其适用于量子化学、药物发现和机器学习等领域。

Nov, 2018

该论文开发了量子版本的迭代优化算法，并将其应用于具有单位范数约束的多项式优化问题中，通过量子算法处理高维问题可以在少数迭代步骤中取得良好效果。

Dec, 2016

本文提出了一种基于量子机器学习和优化方法的梯度下降算法，通过解决线性方程组问题，构建了一种基于 QRAM 数据结构模型的量子线性系统求解器，并应用于求解正定线性系统和权重最小二乘问题，具有较小的计算成本和内存需求。

Apr, 2017

本研究提出了量子自然梯度下降的量子概率论泛化作为用于变分量子电路的通用优化框架的一部分。优化动力学被解释为相对于量子信息几何学的最陡下降方向移动，相应于量子几何张量 (即 Fubini-Study 度量张量的实部)。该研究还提供了一种有效的算法，用于计算参数化量子电路的 Fubini-Study 度量张量的块对角近似，这也是该研究的一个独立的兴趣点。

Sep, 2019

在机器学习应用中，梯度优化方法的加速是一个实际和理论上感兴趣的问题。大多数研究关注欧几里得空间上的优化，但鉴于在许多机器学习问题中需要在概率测度空间上进行优化，研究在这个背景下的加速梯度方法很有意义。为此，我们介绍了与欧几里得空间中基于矩的方法类似的哈密顿流方法。我们证明了基于这种方法的算法可以实现任意高阶的收敛速度。数值例子证明了我们的论断。

Oct, 2023

该论文提出了一个基于梯度下降的优化算法框架，发展了一种计算多元实值函数梯度的量子算法，并提高了计算梯度的复杂性以适应光滑函数的重要类别，而且可以为量子最优化算法提供更快的计算梯度方法。

Nov, 2017

本文介绍了一种基于低深度梯度测量和随机梯度下降的变分算法，可以在黑盒优化模型中显著更快地收敛于优解，而且在某些情况下，该算法使用梯度测量比基于估计目标函数本身的策略具有更快的收敛速度，这种算法可以在量子计算、优化和测量等领域发挥重要作用。

Jan, 2019

本文提出了一种新颖的元优化算法，通过对量子电路的参数进行元优化，从而最小化目标函数，避免了经典梯度优化的局限性，通过实验和理论论证，在不同数据集上，相比现有基于梯度的算法，该方法可以更快更稳定地达到更好的效果。

Apr, 2023

机器学习中的快速进步基于与梯度优化的高效连接，在决策和多智能体问题上的转变为算法设计的新领域提出了新的数学挑战，我们提供了一个更广泛的梯度优化算法框架的简要介绍。

Sep, 2023

本文研究了如何直接从量子测量中估计要优化的函数的梯度，提出了一种基于 Pauli 旋转扩展的哈密顿量的梯度估计算法，可适用于带噪声量子门的多量子位参数量子演化。

May, 2020