Viewing Vanilla Quantum Annealing Through Spin Glasses
量子退火有望比目前基于晶体管的计算机技术更快地解决复杂的组合优化问题。尽管迄今为止只有一种商用量子退火机是可获得的，但人们已经可以开始规划这些新型优化机器的应用范围。这些中等规模的可编程模拟专用设备可能会彻底改变优化。然而，它们的颠覆性应用领域还有待发现。虽然量子退火已经超过1000个量子比特，但这里有人认为，如果量子退火真的优于与用于优化和采样应用的高效物理学相结合的专用硅技术，那么具有更好质量的量子比特、更高连通性和更高可调谐性的更小设备可能更适合回答这个问题。
2018-06-19 cond-mat.dis-nn quant-ph
Quantum Annealing of Hard Problems
量子退火类似于模拟退火，其中隧穿机制取代了热激活。它的性能已在数值模拟中进行了测试，得出了不同的结论。有一类优化问题，其效率可以使用基于自旋玻璃的统计力学的技术来分析研究。
2009-10-29 cond-mat.stat-mech quant-ph
Quantum critical dynamics in a 5000-qubit programmable spin glass
该研究在5000量子比特超导量子退火器上实现自旋玻璃量子临界动力学，通过提取临界指数证明量子退火相比蒙特卡洛随机动力学具有能量降低的标度优势。
2023-04-18 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Seeking Quantum Speedup Through Spin Glasses: The Good, the Bad, and the Ugly
在量子退火器件的设计和构造方面已经取得了相当大的进展。然而，尽管进行了多次仔细的研究，但量子加速比传统硅基机器的结论性检测仍然难以捉摸。在这项工作中，我们概述了策略，设计硬可调的基准实例的基础上的见解，从研究的自旋玻璃-原型随机基准问题的新算法和优化设备。我们建议补充头对头缩放研究，比较量子退火机与最先进的经典代码的方法，比较不同算法和/或计算架构在不同类别的计算困难的可调自旋玻璃实例的性能。这种方法的优点在于，当实例复杂度增加时，只需要比较给定算法和/或架构所感受到的性能冲击。此外，我们提出了一种方法，可能不会直接转化为量子加速的检测，但可能会阐明量子退火是否具有“量子优势“，比相应的经典算法，如模拟退火。我们在496量子位D-Wave Two量子退火设备上的结果与最近使用的最先进的热模拟退火代码进行了比较。
2015-09-02 cond-mat.dis-nn quant-ph
Cyclic Quantum Annealing: Searching for Deep Low-Energy States in 5000-Qubit Spin Glass
本文利用D-Wave 5000量子比特处理器验证了迭代循环量子退火算法能快速找到自旋玻璃深度低能态，并揭示了低能景观中连通团簇的幂律分布等复杂结构，为优化算法改进提供指导。
2024-12-28 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Quantum Adiabatic Evolution Algorithms versus Simulated Annealing
我们解释了为什么量子绝热演化和模拟退火在搜索n位成本函数的最小值的某些示例中执行相似。在这些示例中，每个比特被对称地处理，因此成本函数仅取决于n个比特的汉明权重。我们还给出了两个例子，密切相关的这些，其中的相似性分解，量子绝热算法成功的多项式时间，而模拟退火需要指数时间。
2002-01-08 quant-ph
Retrieving the ground state of spin glasses using thermal noise: Performance of quantum annealing at finite temperatures
我们研究的问题来推断的基态的自旋玻璃哈密顿量使用的数据从另一个哈密顿量的相互作用干扰的噪声从原来的哈密顿量，激发在量子退火的基态推断噪声设备。结果表明，当噪声系统的温度保持在一个有限值时，推断的自旋组态与真实基态之间的平均汉明距离最小，而不是零温度.我们提出了一个自旋玻璃推广的一个既定的结果，基态的纯铁磁哈密顿量是最好的推断在有限的温度下的意义上最小的汉明距离时，原来的铁磁相互作用被噪声干扰。我们使用数值转移矩阵方法建立一个最佳的有限温度在一维和二维系统的存在性。我们的数值结果得到了平均场计算的支持，给出了最佳温度的显式表达式，以推断自旋玻璃基态作为原始相互作用和噪声的分布的方差的函数。平均场的预测与数值数据定性一致。讨论了量子退火后处理对噪声器件的影响。
2016-09-03 cond-mat.dis-nn quant-ph
Learning-Driven Annealing with Adaptive Hamiltonian Modification for Solving Large-Scale Problems on Quantum Devices
本研究提出学习驱动退火（LDA）框架，通过自适应修正问题哈密顿量聚焦低能演化，构建的混合量子-经典求解器在5580量子比特自旋玻璃问题上性能优于多种经典与量子算法，推动实用量子计算发展。
2025-10-23 quant-ph
Exploring Replica Symmetry Breaking and Topological Collapse in Spin Glasses with Quantum Annealing
E.ON Digital Technology（E.ON数字技术）
利用量子退火技术，研究Spin玻璃中复制对称破缺与拓扑崩溃现象，验证RSB理论并揭示复杂性的拓扑基础。
2025-11-29 cond-mat.dis-nn cond-mat.stat-mech cond-mat.str-el
Bound on annealing performance from stochastic thermodynamics, with application to simulated annealing
本文基于随机热力学推导退火性能的一般界限，并针对模拟退火中的Glauber动力学给出具体界限计算方法，通过SK模型数值模拟验证其有效性。
2023-11-17 cond-mat.stat-mech quant-ph
Revisiting old combinatorial beasts in the quantum age: quantum annealing versus maximal matching
本文通过实验研究了模拟量子计算机（如D-Wave商业化的模拟量子计算机）在遇到特别设计的最大基数匹配问题时的行为，这些问题很难通过模拟退火来解决。我们对具有1098个操作量子位的D-Wave“华盛顿”（2X）在各种大小的此类实例上进行基准测试，并观察到除了最微不足道的小实例之外，所有这些实例都无法获得最佳解决方案。因此，我们的研究结果表明，量子退火，至少在D-Wave设备中实现，落入与模拟退火相同的陷阱，因此表明存在多项式时间问题，这种机器无法有效地解决最优性。
2019-10-11 cs.ET quant-ph
Nonequilibrium work performed in quantum annealing
量子退火是经典优化问题的通用求解器，它充分利用了量子涨落。我们考虑工作统计的量子退火过程的重复，采用Jarzynski等式提出的非平衡统计物理。特别是，我们分析了横向场所做的工作的分布。在自旋玻璃理论中，一种特殊的对称性，规范对称性，导致了量子退火向不同目标之间的非平凡关系。我们相信，我们的结果将是一个替代实现有效的量子计算，以及我们更好地了解量子控制下的系统的非平衡行为的一步。
2011-04-04 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Simple Glass Models and their Quantum Annealing
研究了平均场自旋玻璃中的一阶量子相变。我们用初等方法求解了量子随机能量模型，证明了在跃迁时本征态突然投射到未扰动的基态上，并且最低态之间的能隙在系统尺度上呈指数小。我们认为，这是一个通用功能的所有“随机一阶”模型，其中包括基准，如随机可满足性。我们引入了一个两时间瞬子来计算这个间隙，并讨论了量子退火的后果。
2008-09-24 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Quantum annealing versus classical machine learning applied to a simplified computational biology problem
转录因子调节基因表达，但这些蛋白质如何识别并特异性结合其DNA靶标仍有争议。机器学习模型是揭示交互机制的有效手段。在这里，我们研究了量子机器学习方法预测结合特异性的能力。使用从实际结合亲和力实验中获得的少量DNA序列的简化数据集，我们训练了一个市售的量子退火机来对转录因子结合进行分类和排序。将结果与相同简化数据集的最先进的经典方法进行比较，包括模拟退火，模拟量子退火，多元线性回归，LASSO和极端梯度提升。尽管存在技术限制，但我们发现对于这些相当小的训练数据集，使用量子退火器在分类性能和几乎相等的排名性能方面略有优势。因此，我们提出量子退火可能是一种有效的方法来实现某些计算生物学问题的机器学习。
2018-02-28 q-bio.GN quant-ph
Efficiency of quantum versus classical annealing in non-convex learning problems
Bocconi University（博科尼大学）；Istituto Nazionale di Fisica Nucleare（意大利国家核物理研究所）；International Centre for Theoretical Physics（国际理论物理中心）
量子退火器的目标是通过利用合作隧道效应来逃避局部极小值来解决非凸优化问题。其基本思想是设计一个经典的能量函数，其基态是原始优化问题的最优解，并添加一个可控的量子横向场来产生隧穿过程。一个关键的挑战是确定类的非凸优化问题，量子退火仍然有效，而热退火失败。我们表明，这种情况发生在机器学习的核心问题的广泛类别。它们的能量景观由局部极小值主导，导致经典热退火机的指数减慢，而模拟量子退火有效地收敛到最优解的罕见密集区域。
2017-10-16 cond-mat.dis-nn cs.LG quant-ph
Distinguishing thermal versus quantum annealing using probability-flux signatures across interaction networks
Nagoya University（名古屋大学）
研究通过分析交互网络中的概率流特征，区分热退火与量子退火的动力学差异，揭示量子隧穿对退火过程的影响。
2025-12-04 cond-mat.dis-nn cond-mat.quant-gas cond-mat.stat-mech
Glassy Chimeras could be blind to quantum speedup: Designing better benchmarks for quantum annealing machines
最近，一个可编程的量子退火机已经建成，最大限度地减少成本函数的硬优化问题的量子涨落淬火。不同研究小组进行的测试表明，这台机器似乎确实利用了量子效应。然而，对一类随机键实例的实验尚未证明其优于传统计算机硬件上的经典优化算法。在这里，我们提出的证据，为什么这可能是这种情况。这些工程量子退火机有效地操作耦合到一个去肩热浴。因此，我们研究有限温度临界行为的标准基准问题，用于评估这些复杂的机器的计算能力。我们模拟了无规键伊辛模型和自旋玻璃与双峰和高斯无序的D波嵌合体拓扑结构。我们的研究结果表明，虽然在奇美拉图上找到伊辛自旋玻璃的基态的最坏情况的复杂性不是多项式，但有限温度相空间可能相当简单：奇美拉上的自旋玻璃只有零温度转变。这意味着在Chimera图上使用自旋眼镜的基准优化方法可能不是测试量子加速的最佳基准问题。我们提出了替代基准嵌入可能更难的问题的嵌合体拓扑结构。最后，我们还研究了随机键伊辛模型在Chimera图上的（重入）无序-温度相图，并证明了有限温度铁磁相在反铁磁键高达19.85（15）%时是稳定的。超过该阈值，系统仅显示零温度自旋玻璃相。因此，我们的研究结果表明，在构建量子退火机时，仔细设计硬件架构和基准问题是关键。
2014-04-11 cond-mat.dis-nn quant-ph
Quantum Zeno effect versus adiabatic quantum computing and quantum annealing
Helmholtz-Zentrum Dresden-Rossendorf（德累斯顿-罗斯多夫亥姆霍兹中心）；Technische Universität Dresden（德累斯顿工业大学）
研究绝热Grover搜索算法中环境耦合导致的退相干，发现量子芝诺效应通过持续测量抑制量子跃迁，从而限制量子加速，并推广到基于Landau-Zener跃迁的绝热量子算法和量子退火方案。
2026-05-22 quant-ph
Linear-time classical approximate optimization of cubic-lattice classical spin glasses
NTT Research, Inc.（NTT研究所）；California Institute of Technology（加州理工学院）
本文研究了立方晶格经典自旋玻璃的近似优化问题，证明线性时间经典元启发式方法可作为量子加速的上界，并鼓励开发更高效的启发式算法。
2026-01-25 cond-mat.dis-nn quant-ph
Advantages of Unfair Quantum Ground-State Sampling
自二十年前Kadowaki和Nishimori开始该领域以来，围绕量子退火机相对于经典退火机的潜在优势的争论一直在进行。该领域最近的技术突破，导致量子退火优化器的实验原型的制造，其尺寸接近实际范围，重新引发了这一讨论。然而，量子退火加速的演示直到今天仍然是一个难以捉摸的目标。在这里，我们研究量子退火机的功率，以提供一种不同类型的量子增强的实际意义，即，他们的能力，作为有用的采样器从组合优化问题的基态流形。我们研究，无论是通过模拟理想的随机和非随机的量子退火过程的数值，和实验，使用市售的量子退火处理器，量子退火机的能力不同的自旋玻璃的基态样品比经典的热采样器。我们证明了：i）量子退火机一般对自旋玻璃的基态流形的采样与热优化器非常不同，ii）驱动退火过程的量子涨落的性质对基态的最终分布具有决定性影响，iii）实验量子退火机对基态流形的采样与热量子退火机和理想量子退火机显著不同。我们说明了如何量子退火可以作为强大的工具时，补充标准的采样算法。
2017-05-05 quant-ph
Unraveling the origin of higher success probabilities in quantum versus semi-classical annealing
量子退火的目的是找到最佳的解决方案，复杂的优化问题，使用一个合适的量子多体哈密顿编码的解决方案，在其基态。为了找到解，通常将可解的初始哈密顿量的基态以图解方式演化为指定的最终哈密顿量的基态。在这里，我们探讨是否以及何时一个完整的量子表示的动力学导致更高的概率，最终在所需的地面相比，一个经典的平均场近似。作为一个简单的，非平凡的例子，我们的目标是相互作用玻色子的基态被困在一个紧密的束缚晶格与小的局部缺陷，通过打开远程相互作用。已经有两个原子在四个网站通过两个腔模式相互作用证明足够复杂，表现出显着的差异之间的全量子模型和平均场近似的腔场介导的相互作用。我们发现一个大的参数区域非常成功的量子退火的半经典方法在很大程度上失败。在这里，我们看到了强有力的证据，证明了纠缠的重要性，以接近最优解。量子模型还减少了高目标占用概率的最小时间。与扩大希尔伯特空间是有益的天真期望相反，希尔伯特空间的不同数值截止揭示了较低截止的改进性能，即非物理缩减的希尔伯特空间，用于短的模拟时间。因此，完整量子动力学的不太忠实的表示有时会在更短的时间内产生更高的数值成功概率。然而，足够高的截止值证明与在单次运行中获得长模拟时间的近乎完美的保真度有关。总体而言，与基于经典场近似的模拟相比，我们的结果基于量子模型表现出明显的改进。
2021-10-11 quant-ph
From local to global ground states in Ising spin glasses
我们考虑是否有可能通过局部求解来找到受抑自旋系统的基态。使用自旋玻璃物理和Imry-Ma参数以及数值基准，我们量化了这种局部解方法的能力，并表明对于自旋玻璃相之外的平均低维自旋玻璃问题，可以在多项式时间内找到精确的基态。在第二部分中，我们提出了一个启发式的，通用的层次化方法，自旋眼镜嵌合体图和晶格在二维和三维优于，据我们所知，目前任何其他求解器，具有显着更好的缩放性能比模拟退火。
2015-01-09 cond-mat.dis-nn quant-ph
Truncated Wigner dynamics of biclique quantum spin glasses
Boston University（波士顿大学）；Flatiron Institute（平顿研究所）
研究双团簇量子自旋玻璃的近绝热动力学，使用离散截断维格纳近似（TWA）方法，在较大系统尺寸下高保真度恢复样本波动和临界指数，计算成本低，可扩展至数万量子比特。
2026-06-19 cond-mat.dis-nn quant-ph
Quantum Optimization of Fully-Connected Spin Glasses
具有随机$\pm1$耦合的Sherrington-Kirkpatrick模型在D-Wave Two退火机上编程，该退火机具有509个量子比特在Chimera型图上相互作用。优化器的性能与模拟退火比较并相互关联。当考虑静态噪声的影响时，其降低了退火器的性能，可以估计两种方法的比较缩放的改进有利于D波机。嵌入的嵌合体图的参数的最佳选择被证明是相关的自旋玻璃临界温度的嵌入问题的出现。
2014-06-29 cond-mat.dis-nn quant-ph
Efficient Cluster Algorithm for Spin Glasses in Any Space Dimension
具有阻挫和无序的自旋系统是出了名的难以分析和数值研究。虽然铁磁统计力学模型的模拟大大受益于集群算法，这些加速动力学方法仍然难以捉摸的一般自旋玻璃状系统。在这里，我们提出了一个集群算法伊辛自旋玻璃，在任何空间维度的工作，并加快热化的温度下热化通常是困难的至少一个数量级。我们的等能集群移动是基于Houdayer集群算法的二维自旋玻璃，并导致传统的国家的最先进的方法，随着系统的大小增加的加速。我们说明了在二维和三维空间中等能团簇运动的好处，以及在D-Wave Inc.~量子退火机
2015-08-15 cond-mat.dis-nn quant-ph
Solving Classical and Quantum Spin Glasses with Deep Boltzmann Quantum States
University of Augsburg（奥格斯堡大学）；University of Milan（米兰大学）
本文提出深度玻尔兹曼量子态模型，结合自然梯度更新和优化器，有效解决经典和量子旋冰问题及作业车间调度难题，提升复杂优化问题求解效率。
2026-05-15 cond-mat.dis-nn quant-ph
Analytical solution for nonadiabatic quantum annealing to arbitrary Ising spin Hamiltonian
伊辛自旋哈密顿量经常被用来在它们的基态中对计算问题进行编码。量子退火（QA）计算通过实现从易于准备的初始状态到量子自旋的目标伊辛哈密顿量（$H_I$）的低能状态的缓慢的时间依赖性演化来搜索这样的状态。在这里，我们指出对于超出QA绝热限制的任意$H_I$，此类问题存在解析解。这种解决方案提供了洞察非绝热计算的准确性。我们的QA协议在伪绝热制度导致非绝热激发的单调幂律抑制与QA的时间$T$，没有任何签名的过渡到玻璃相，这通常是由对数能量松弛的特点。这一行为表明，在经典和量子自旋玻璃的能量弛豫可以有很大的不同，当它是由外部时间相关的字段辅助。在$H_I$的特定情况下，该解决方案还显示出相当大的量子加速计算。
2022-04-29 cond-mat.dis-nn cond-mat.stat-mech quant-ph
An Efficient User-Side Nulling Calibration for Quantum Annealing Computers
这项工作描述了一种有效的用户端校准和校正量子退火计算机的方法。对于基于伊辛模型的量子退火计算机，该方法测量h和J系数的剩余偏差。一旦测量，这些偏差就可以在后续运行中为任何感兴趣的问题归零。该方法还基于从玻尔兹曼分布模型计算的测量的量子位分布与预期的量子位分布返回每个量子位的温度。
2015-04-02 quant-ph
Fair sampling of ground-state configurations of binary optimization problems
虽然已经开发了许多有效的算法来解决二元优化问题，但这些算法通常会产生退化问题的相关解。最值得注意的是，横向场量子退火-目前商业上可用的量子退火机中采用的启发式-已被证明在对解空间进行采样时通常是指数偏置的。在这里，我们提出了一种方法来采样基态（或低能量）配置的二元优化问题。该方法的样本简并状态几乎相等的概率，是基于并行回火蒙特卡罗与等能集群移动的组合。我们说明的方法使用二维伊辛自旋玻璃，以及自旋玻璃的D波系统公司。量子退火机嵌合体拓扑此外，一个简单的启发式近似退化问题的解决方案的数量。
2019-06-26 cond-mat.dis-nn quant-ph
Sequences of selective rotation operators to engineer interactions for quantum annealing on three qutrits
我们已经通过量子退火模拟了数15在三个量子点上的因式分解，这些量子点由自旋S = 1表示。我们假设强的单自旋相互作用允许选择性地作用于每个qutrit的能级之间的不同跃迁。我们提出了一系列的选择性旋转运营商工程师从偶极偶极相互作用的时间相关的有效哈密顿量解决这个问题所必需的。我们还发现保真度与不同参数的依赖关系：磁场，总退火时间，和时间步长的持续时间，当连续变化的哈密顿量被替换为一个离散的。
2019-03-04 quant-ph
Quantum Annealing for the Set Splitting Problem
本文提出一种基于QUBO表述的量子退火方法求解集合分割问题，通过设计惩罚函数确保基态对应有效解，实现线性逻辑量子比特扩展，并在实证中高准确率收敛至全局最优，相比经典方法降低时间复杂度。
2025-08-08 quant-ph
Uncertain fate of fair sampling in quantum annealing
最近，在D-Wave量子退火机上从理论和实验两方面证明了横向场量子退火不能以相等的概率找到所有的基态。特别是，有人提出，更复杂的驱动器哈密顿超越横向领域可能会减轻这一缺点。在这里，我们研究量子退火中的（不）公平采样机制。虽然高阶项可以提高选定的小问题的采样，我们提出了多个反例，其中驱动器超出横向领域的哈密顿算子不删除采样偏差。利用微扰理论，我们解释了为什么会出现这种情况。此外，我们提出了大规模的量子蒙特卡罗模拟自旋玻璃已知的简并在两个空间维度，并证明了公平的采样性能的二次驱动程序项是标准的横向场驱动程序。我们的研究结果表明，量子退火机不太适合采样应用，除非后处理技术，以提高采样应用。
2019-09-21 cond-mat.dis-nn quant-ph
Proposal of a new quantum annealing schedule for studying quantum annealing of transverse field Ising models
最近，Heim、Ronnow、Isakov和Troyer [Science 348（2015）215]报道了在物理相关的连续虚时间限制中，正方形晶格上Ising自旋玻璃模型的蒙特卡罗模拟没有显示出使用横向场的量子退火（QA）相对于经典退火（CA）的优越性。虽然他们所使用的QA调度一直沿用传统的QA调度，但是从数学上讲，QA调度并不能保证所使用的调度是性能优化的最佳QA调度。我们提出了一个新的QA时间表研究基于横向场的量子与经典退火的伊辛模型。本QA时间表利用本文中导出的最小有效横向场。该QA计划是为了比较无横向场系统和具有最小有效横向场的系统而制定的。作为一个例子，我们研究了有限低温下正方晶格上Ising自旋玻璃模型的QA。使用物理相关的连续虚时间限制的蒙特卡罗算法进行。作为模拟结果，我们表现出的QA对CA的优越性时，退火时间是足够的。
2019-06-08 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Hybrid Algorithm of Linear Programming Relaxation and Quantum Annealing
针对大规模组合优化问题，提出线性规划松弛与量子退火混合算法，在最小顶点覆盖问题上优于基于分子动力学的方法，且与模拟退火混合在精度和速度上更优。
2023-08-21 quant-ph
Spin Glass Dynamics on Complex Hardware Topologies: A Bond-Correlated Percolation Approach
该研究采用键关联渗流与FKCK团簇形式体系，探究量子退火硬件相关的Chimera等有限尺寸图上自旋玻璃的非指数弛豫机制，揭示阻挫、无序与拓扑约束的共同作用，为量子退火架构评估提供定量基准。
2025-10-28 cond-mat.stat-mech quant-ph
Challenging the Quantum Advantage Frontier with Large-Scale Classical Simulations of Annealing Dynamics
本文利用Jastrow-Feenberg波函数的时间依赖变分蒙特卡洛方法，在128自旋三维金刚石晶格上以多项式资源高效模拟量子退火，精度媲美甚至超越量子硬件，从而显著移动了量子优势前沿。
2025-03-11 quant-ph
Adiabatic Bottlenecks in Quantum Annealing and Nonequilibrium Dynamics of Paramagnons
本文利用非平衡格林函数方法分析量子退火路径上的统计涨落与集体激发，并以量子 Sherrington-Kirkpatrick 自旋玻璃为例，揭示了实例特定的绝热瓶颈。
2024-08-02 cond-mat.dis-nn quant-ph
Advanced anneal paths for improved quantum annealing
该研究利用D-Wave退火仪的反向退火、h增益功能及二者的混合调度方案，结合贝叶斯优化调参，在加权最大割等NP难问题上验证了不同技术的适用性，提出h增益可作为反向退火的可行替代方案。
2020-10-23 cond-mat.stat-mech cs.ET quant-ph
Duality approach to quantum annealing of the 3-XORSAT problem
具有复杂能量景观的经典模型代表了量子模拟器近期应用的前景。到目前为止，许多理论工作研究了具有唯一基态模型的量子算法的性能。然而，当经典问题处于所谓的聚簇阶段时，基态流形是高度简并的。作为一个例子，我们考虑一个3-XORSAT模型定义在简单超图。经典基态流形的简并转化为大量的$Z_2$对称性的出现，即使在存在量子横向磁场的情况下，这些对称性也保持不变。我们建立了一个一般的对偶方法，限制量子问题的一个给定的部门的保守$Z_2$收费，并使用它来研究如何的量子绝热算法的结果取决于超图几何。我们表明，树超图对应于一个经典的可解的3-XORSAT问题的实例具有一个恒定的差距，而封闭超图遇到一个二阶相变的差距消失的幂律问题的大小。在这项工作中发展的对偶性提供了一个实用的工具，与经典退化的能量流形的量子模型的研究，并揭示了玻璃和规范理论之间的潜在联系。
2021-06-11 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Quantum Annealing Algorithms for Estimating Ising Partition Functions
Tongji University（同济大学）；University of Science and Technology of China（中国科学技术大学）；Tsinghua University（清华大学）；Lanzhou University（兰州大学）
本文提出一种结合反向量子退火与优化非平衡初始分布的量子协议，有效抑制估计方差，降低计算复杂度，适用于近 term 量子设备。
2026-03-17 cond-mat.dis-nn cond-mat.stat-mech physics.comp-ph
Energy gap of quantum spin glasses: a projection quantum Monte Carlo study
Università di Camerino（卡梅里诺大学）；INFN, Sezione di Perugia（意大利国家核物理研究所佩鲁贾分部）；Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）；CNR-INO（意大利国家研究委员会光学研究所）；Università di Trento（特伦托大学）
本文研究了量子退火在组合优化中的性能限制，通过分析二维Edwards-Anderson模型和全连接Sherrington-Kirkpatrick模型中能量间隙Δ随系统大小N的标度关系，发现二维Edwards-Anderson模型中能量间隙分布具有无限方差的厚尾，而Sherrington-Kirkpatrick模型则保持有限方差分布，为量子退火在密集连接优化问题中的效率提供了前景。
2026-02-23 cond-mat.dis-nn cond-mat.stat-mech physics.comp-ph
Sampling diverse near-optimal solutions via algorithmic quantum annealing
本文提出一种量化 NP 难优化问题近似解多样性的新度量，并证明非均匀量子退火通过控制临界前沿和算法量子相变，能同时改善 TTS 与 TTD，在二维自旋玻璃中使解多样性提升达 40%。
2024-01-11 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Noise-tolerant quantum speedups in quantum annealing without fine tuning
量子退火是量子计算的一种强有力的替代模型，即使在没有纠错的情况下，它也可以在存在环境噪声的情况下取得成功。然而，尽管付出了巨大的努力，对于这些系统，还没有量子加速（相对于现有技术的经典算法）的结论性证明，并且量子优势的严格理论证明通常依赖于系统的至少一些方面中的指数精度，非物理资源保证被随机噪声加扰。在这项工作中，我们提出了一种新的量子退火变体，称为RFQA，它可以在面对噪声和适度的控制精度时保持可扩展的量子加速比。具体来说，我们考虑修改的通量量子位为基础的量子退火，其中包括随机的，但相干的，低频振荡的横向场项的方向作为系统的演变。我们表明，这种方法产生了量子加速寻找基态的Grover问题和量子随机能量模型，因此应该广泛适用于其他困难的优化问题，可以制定为量子自旋玻璃。此外，我们表明，这种加速应该是弹性的两个现实的噪声通道（$1/f$般的局部电位波动和局部加热与有限温度浴相互作用），和另一个噪声通道，浴辅助量子相变，实际上加速算法，可能超过其他的负面影响。我们考虑的修改有一个简单的实验实现，可以用当前的技术进行探索。
2020-07-08 cond-mat.dis-nn cond-mat.supr-con quant-ph
Comparison of D-Wave Quantum Annealing and Classical Simulated Annealing for Local Minima Determination
Mississippi State University（密西西比州立大学）；Air Force Research Laboratory（空军研究实验室）；HPC2 Center for Computational Sciences（HPC2计算科学中心）
用不同迭代次数训练的受限玻尔兹曼机用于提供一组不同的能量函数，每个能量函数包含具有不同能量、宽度、逃逸势垒高度、他们被用来验证以前报道的可能性使用的D波量子退火（QA）在伊辛自旋玻璃的能量函数中找到可能被经典搜索遗漏的潜在重要的LV。对于经典搜索，进行广泛的模拟退火（SA），以找到尽可能多的LV，而不管计算成本。SA进行的时间足够长，以确保SA发现的LV数量接近该数量，并最终显著超过提交给D-Wave的单个呼叫发现的LV数量。即使经过长时间的SA搜索，多达30-50%的D-Wave发现的LV仍然没有被SA发现。为了确定仅通过D-Wave发现的LV是否代表配置空间的潜在重要区域，将它们与通过两种技术发现的LV进行比较。虽然由D波发现但被SA错过的LV主要具有较高的能量和较低的逃逸势垒，但有相当大的一部分具有能量和势垒高度的中间值。对于大多数其他重要的LV参数，仅通过D波发现的LV分布在参数值的宽范围内。已经确定的是，对于大或小、浅或深、宽或窄的LV，仅由D波发现的LV通过小几倍的LV吸引盆（BoA）大小来区分。显然，与经典搜索相比，BoA的大小对于QA搜索并不重要或至少不那么重要，从而允许QA容易地找到许多潜在重要的（例如，宽和深）LV错过了甚至令人望而却步的漫长的经典搜索。
2019-11-08 cs.IR cs.LG quant-ph
Initial State Encoding via Reverse Quantum Annealing and h-gain Features
该研究探索利用D-Wave的反向退火和h-gain特征实现初始状态编码以提升量子退火解的质量，提出混合与迭代方法，在多类优化问题和自旋玻璃基准上验证了h-gain方案的可行性与迭代优化效果。
2023-09-24 cond-mat.dis-nn cs.DM quant-ph
Convergence of Digitized-Counterdiabatic QAOA: circuit depth versus free parameters
本文重审了Digitized-Counterdiabatic QAOA在一维MaxCut问题上的表现，发现高阶CD修正能加速收敛至精确解，但所需自由参数总数与QAOA变体无关。
2024-01-08 quant-ph
Estimating the Density of States of Frustrated Spin Systems
估计具有崎岖的自由能景观的系统的态密度是一项非常困难的任务，在从自旋玻璃到生物聚合物的许多物理领域都非常重要。态密度估计最近也成为量子退火机的基准测试不可或缺的工具，当这些功能作为采样器。一些标准的方法遭受虚假收敛的估计亚稳态最小值，这些情况下是特别难以检测。在这里，我们介绍了一种基于多直方图分析增强的群体退火的采样技术，并报告其性能的自旋玻璃。我们证明了它的能力，以克服其他熵采样器的陷阱，导致在某些情况下，在大规模的优势，可以导致新的物理发现。新技术避免了一些固有的困难，在既定的方法，并可以应用到广泛的系统，而无需相关的剪裁要求。基准的研究技术的促进引入几个计划，使我们能够实现测试实例的退化的精确计数。
2019-07-30 cond-mat.dis-nn cond-mat.stat-mech physics.comp-ph
Addressing the Minor-Embedding Problem in Quantum Annealing and Evaluating State-of-the-Art Algorithm Performance
TECNALIA, Basque Research and Technology Alliance (BRTA)（TECNALIA巴斯克研究与技术联盟）；University of the Basque Country (UPV/EHU)（巴斯克国家大学）
本文研究量子退火中变量映射问题，分析嵌入质量对D-Wave性能的影响，并评估Minorminer算法在不同图结构上的表现，发现其存在改进空间。
2026-03-17 cs.AI cs.ET quant-ph
Strengths and weaknesses of weak-strong cluster problems: A detailed overview of state-of-the-art classical heuristics vs quantum approaches
到目前为止，量子加速的结论性检测仍然难以捉摸。近日，谷歌公司（Google Inc.~ [V.~ S.~ Denchev { \em等人}，物理学~修订版~ X { \bf 6}，031015（2016）]提出了一种弱-强簇模型，该模型被定制为具有分离局部最小值的高而窄的能量势垒，目的是突出有限范围隧穿的价值。更准确地说，量子蒙特卡罗模拟以及D-Wave 2X量子退火机的结果比最先进的模拟退火模拟要好得多。此外，对于近似$10^3$变量的问题，D-Wave 2X量子退火机比传统计算机硬件上的模拟退火快$\sim 10^8$倍。在这里，给出了Google实例上的不同顺序，非定制以及专门定制的算法的概述。我们表明，量子加速是有限的顺序的方法和研究的典型复杂性的基准问题的研究自旋玻璃的见解。
2016-08-30 cond-mat.dis-nn quant-ph
A QUBO model of the RNA folding problem optimized by variational hybrid quantum annealing
针对RNA二级结构预测的NP难问题，提出适用于量子退火机和电路模型量子计算机的物理驱动QUBO模型，通过变分混合量子退火调参后，性能优于现有同类模型。
2022-08-08 q-bio.BM quant-ph
