Performance Comparison of QAOA Mixers for Ternary Portfolio Optimization
Tokyo University of Science（东京科学大学）；KDDI Research, Inc.（KDDI研究所）
本文比较了不同混合器在三元投资组合优化中的性能，发现XY混合器在无噪声环境下表现优异，但在有噪声环境下其优势减弱，最优选择取决于QAOA深度和噪声强度。
2026-02-25 quant-ph
Constrained Counterdiabatic Quantum Approximate Optimization Algorithm for Portfolio Optimization
University of Delaware（特拉华大学）
本文提出了一种受限反迪阿布拉特量子近似优化算法，通过引入近似的亚狄亚伯恩势来提升投资组合优化的性能，实验证明其在固定深度下具有更好的逼近比。
2026-05-07 quant-ph
The Lie Algebra of XY-mixer Topologies and Warm Starting QAOA for Constrained Optimization
Fujitsu Research of America, Santa Clara, CA, USA（富士通美国研究院）；University of California at Santa Cruz, CA, USA（加州大学圣克鲁兹分校）
本文研究了XY-混合拓扑的动态李代数分解，通过预训练小规模李代数提升QAOA在受约束优化问题中的收敛性和性能。
2026-02-28 quant-ph
Warm-Started QAOA with Aligned Mixers Converges Slowly Near the Poles of the Bloch Sphere
本文针对热启动QAOA中经典解映射到布洛赫球极点附近时收敛缓慢的问题，利用对齐混合器框架给出了实现期望近似比变化所需电路深度的理论下界，并证明其大致与$Δλ/θ$成比例。
2024-09-16 quant-ph
Locally Acting Grover Mixers for Constraint-Preserving QAOA
Korea Institute of Science and Technology Information (KISTI)（韩国科学技术信息研究院）；Korea University of Science and Technology（韩国科学技术院）
提出局部Grover混频器，替代全局多控相位门，在保持初始状态定义的搜索空间的同时降低电路开销，数值实验表明收敛性相当且电路更浅。
2026-06-11 quant-ph
Applying Grover-mixer quantum alternating operator ansatz algorithm to higher-order unconstrained binary optimization problems
National University of Science and Technology “MISIS”（国立科技大学“MISIS”）
本文研究Grover-mixer量子交替算子Ansatz (GM-QAOA) 在高阶无约束二元优化问题上的应用，通过数值实验证明其性能随电路深度单调提升，并提出了一个分析框架用于经典近似最优参数，从而减少优化开销。
2026-06-03 quant-ph
Grover Mixers for QAOA: Shifting Complexity from Mixer Design to State Preparation
我们提出了GM-QAOA，量子交替算子Anchor（QAOA），使用Grover样的选择性相移混合运营商的变化。GM-QAOA适用于任何NP优化问题，可以有效地准备所有可行解的相等叠加;它被设计用于约束优化问题，其中并非所有可能的变量分配都是可行解。GM-QAOA具有以下特点：（i）它不容易受到哈密顿模拟误差（如Trotterization误差）的影响，因为它的算子可以使用标准门集精确实现;（ii）具有相同目标值的解总是以相同的幅度采样。我们说明了GM-QAOA在几个优化问题类上的潜力：对于基于置换的优化问题，如旅行推销员问题，我们提出了一个有效的算法来准备所有可能的$n$数的置换的叠加，定义在$O(n^2)$量子比特上;对于硬约束$k$ -顶点覆盖问题，以及对于离散投资组合再平衡的应用，我们表明，GM-QAOA优于现有的QAOA方法。
2020-10-02 cs.DS quant-ph
Provable avoidance of barren plateaus for the Quantum Approximate Optimization Algorithm with Grover mixers
University of California, Riverside（加州大学河滨分校）；North Carolina State University（北卡罗来纳州立大学）
本文证明Grover混合器QAOA的动力学李代数结构，推导损失方差公式，并表明足够层数时能避免贫瘠高原，保证优化可扩展性。
2025-10-10 quant-ph
The Expressive Power of Constrained QAOA: What You Might Have MISsed
University of California, Riverside（加州大学河滨分校）；University of Delaware（特拉华大学）
本研究探讨约束QAOA中两种混合器对可达状态空间的影响，证明Flip-or-Stay混合器能扩大表达力，并构造图族展示其与标准混合器的表达能力分离，同时给出损失方差公式。
2026-09-17 quant-ph
Constraint-Preserving QAOA for Personnel Rostering: Coverage-Preserving and Guarded-XY Mixer Constructions
The Institute of Mathematical Sciences, A CI of Homi Bhabha National Institute（数学科学研究所，霍米·巴巴国立学院附属机构）
针对人员排班问题，开发约束保持 QAOA 框架，将硬调度约束嵌入混合哈密顿量，从转移图角度制定动力学并引入受保护 XY 混合器，通过紧密模式扩展优化，能消除惩罚校准，保证可行演化，输出高质量分布。
2026-08-04 quant-ph
Warm-Starting QAOA with XY Mixers: A Novel Approach for Quantum-Enhanced Vehicle Routing Optimization
本文提出将热启动初始化与XY混合器ansatz相结合的QAOA方法，通过Goemans-Williamson算法构建偏置叠加态，在旅行商问题5城市实例上优于标准XY混合器QAOA和仅热启动基线。
2025-04-28 quant-ph
Performance Upper Bound of Grover-Mixer Quantum Alternating Operator Ansatz
该研究证明GM-QAOA电路测量概率上界，推导最优解采样概率与近似比上界，并构建回归模型，发现其采样概率二次增强但电路深度随问题规模指数增长。
2024-05-24 quant-ph
Graph-controlled Permutation Mixers in QAOA for the Flexible Job-Shop Problem
本研究针对含噪声中等规模量子时代的组合优化问题，在量子交替算子拟设框架下，基于约束图控制方案设计了适用于柔性作业车间等调度问题的可行性保持型置换混合算子。
2023-11-07 quant-ph
Analytical Expressions for the Quantum Approximate Optimization Algorithm and its Variants
本文分析了QAOA的乘积混合器和Grover型混合器变体，推导了代价期望的精确解析表达式，揭示了Grover混合器对问题图环长度的非定域敏感性。
2024-11-14 quant-ph
Analytical results for the Quantum Alternating Operator Ansatz with Grover Mixer
本文针对具有Grover混合器的QAOA变体，推导了与层数无关的期望值表达式及性能界限，并证明了其相对于经典暴力搜索最多实现二次方加速。
2024-08-12 quant-ph
A Warm-start QAOA based approach using a swap-based mixer for the TSP: theoretical considerations,implementation and experiments
本文提出一种结合基于交换混合器与热启动策略的QAOA框架，通过将经典启发式解作为初始值并限制搜索空间为有效TSP解，在五客户实例上首次验证了该方法在量子优化中的可行性与加速收敛效果。
2025-06-05 math-ph math.MP quant-ph
Mixer-Phaser Ansätze for Quantum Optimization with Hard Constraints
我们介绍了多个参数化电路ansätze，并提出了一个数值研究的结果，比较其性能与一个标准的量子交替运营商Answer方法。ansätze的灵感来自QAOA中的混合和相位分离，也受到编译考虑的激励，目的是在近期的超导量子处理器上运行。随机情况下的加权二次二元约束优化问题，是完全连接的可行解的空间具有恒定的汉明重量的方法进行测试。对于所使用的参数设置策略和评估度量，QAOA所实现的平均性能与通过“混合器-相位器”模拟器所获得的平均性能有效地匹配，该模拟器可以在大多数超导量子位处理器上以小于标准QAOA的一半深度进行编译。
2022-02-24 quant-ph
Alignment between Initial State and Mixer Improves QAOA Performance for Constrained Optimization
该研究验证了绝热算法的初始态选择直觉适用于QAOA，将初始态设为混合哈密顿量基态可提升约束优化性能，还通过数值实验与32比特离子阱硬件实验验证了结论。
2024-01-07 cs.ET quant-ph
Digitized Counter-Diabatic Quantum Optimization for Bin Packing Problem
Instituto de Ciencia de Materiales de Madrid (CSIC)（马德里材料科学研究所）；Department of Physical Chemistry, University of the Basque Country UPV/EHU（巴斯克大学物理化学系）；Kipu Quantum GmbH（基普量子有限公司）
本文提出一种数字化反迪布拉特量子算法，用于解决一维装箱问题，通过引入反迪布拉特驱动减少量子资源消耗，提升求解质量，验证了CD-mixer方案在不同参数下的鲁棒性和准确性。
2025-02-21 quant-ph
Freedom of mixer rotation-axis improves performance in the quantum approximate optimization algorithm
变分量子算法，如量子近似优化算法（QAOA）是在近期量子处理器上实现的特别有吸引力的候选者。由于诸如错误和量子位连接性等硬件现实将在不久的将来限制可实现的电路深度，因此在低深度下实现高性能的新方法引起了极大的兴趣。在这项工作中，我们提出了一个修改QAOA，增加了额外的变分参数的形式自由的旋转轴的$XY$平面的混合器哈密顿。通过数值模拟，我们表明，这导致了一个显着的性能改善标准QAOA在寻找解决方案的MAXCUT问题的图形高达7量子位。此外，我们探讨了我们的修改后的模拟器的Z-相位误差缓解特性，其性能下的中性原子量子处理器的现实误差模型，以及它可以在一个单一的回合解决的问题。
2021-07-28 quant-ph
Partitioned-Constraint QAOA (PC-QAOA): Structural State Preparation and Penalty Enforcement for Quantum Optimization
University of Tennessee at Knoxville（田纳西大学诺克斯维尔分校）；Florida State University（佛罗里达州立大学）；Carthage College（卡里奇学院）
本文提出PC-QAOA方法，通过结构化和能量化的方式处理约束优化问题，提升量子优化的可行性与解的质量。
2026-05-18 quant-ph
Depth One Quantum Alternating Operator Ansatz as an Approximate Gibbs Distribution Sampler
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
本研究数值调查了深度为一的QAOA从经典Ising模型定义的Boltzmann分布采样的能力，发现Grover混合器在高温下比标准X混合器更准确，两者均可作为近似采样器且效果取决于角度选择。
2025-10-11 cond-mat.stat-mech cs.IT math.IT
Constrained Quantum Optimization via Iterative Warm-Start XY-Mixers
Aqarios GmbH（Aqarios有限公司）；LMU Munich, Department for Computer Science（慕尼黑大学计算机科学系）；Delft University of Technology（代尔夫特理工大学）
本文提出一种结合迭代暖启动与XY混合器的量子优化方法，通过维护初始状态与混合哈密顿量的对齐性，提升收敛性，并在NISQ设备上验证了其在Max-k-Cut和旅行商问题中的有效性。
2026-07-13 quant-ph
Quantum tree generator improves QAOA state-of-the-art for the knapsack problem
d-fine GmbH（d-fine有限公司）；Institut für Theoretische Physik Leibniz Universität Hannover（汉诺威莱布尼茨大学理论物理研究所）
量子树生成器提升QAOA在knapsack问题中的性能，通过结合Grover-mixer框架提出AAM-QAOA，实现更优解采样。
2025-07-17 quant-ph
Numerical Evidence for Exponential Speed-up of QAOA over Unstructured Search for Approximate Constrained Optimization
本文通过多类Hamming权重约束优化问题的系统数值实验，发现Clique-Objective-QAOA相较Grover-Threshold-QAOA及无结构搜索具有指数加速，凸显算子选择的重要性。
2023-05-09 cs.DS quant-ph
Warm-Started QAOA with Custom Mixers Provably Converges and Computationally Beats Goemans-Williamson's Max-Cut at Low Circuit Depths
提出 QAOA-warmest，用半定规划随机投影热启动与自定义混合器初始化 QAOA，证明其绝热收敛，并在低深度模拟及真实硬件上优于标准 QAOA 和 Goemans-Williamson。
2023-09-19 math.OC quant-ph
Learned-projector QAOA for hierarchical optimization
Yau Mathematical Sciences Center, Tsinghua University（清华大学丘成桐数学科学中心）；Qiuzhen College, Tsinghua University（清华大学求真学院）；Beijing International Center for Mathematical Research, Peking University（北京大学北京国际数学研究中心）；Institute for Applied Mathematics, Tsinghua University（清华大学应用数学中心）；Beijing Institute of Mathematical Sciences and Applications（北京数学与应用科学研究所以）
针对传统QAOA忽视问题层次结构的问题，提出学习投影子QAOA（LP-QAOA），通过冻结电路并利用输出状态定义投影子混合器，在BCST实例上实现更优采样概率、更低资源需求和更好可训练性，并扩展到软层次结构问题。
2026-09-25 quant-ph
Constrained Portfolio Optimization via Quantum Approximate Optimization Algorithm (QAOA) with XY-Mixers and Trotterized Initialization: A Hybrid Approach for Direct Indexing
SquareOne Capital（SquareOne资本）；School of Physics, Faculty of Sciences, Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学理学院物理系）
本文提出一种基于QAOA的混合方法，通过XY混合器和Trotter化初始化严格约束投资组合优化，实现夏普比率1.81，优于传统方法。
2026-02-16 q-fin.CP q-fin.PM quant-ph
Hamiltonian-Oriented Homotopy QAOA
经典的同伦优化方法有潜力处理高度非线性景观，如QAOA问题的能量景观。基于这个动机，我们引入了Hamilton导向同伦QAOA（HOHo-QAOA），这是一种基于经典同伦优化的启发式组合优化方法。该方法由一个同伦映射，产生一个优化问题的每个值的插值参数。因此，HOHo-QAOA将QAOA的优化分解为几个循环，每个循环使用混合器和目标哈密顿量的混合物进行成本函数评估。此外，我们得出结论，HOHo-QAOA提高了搜索低能量状态的非线性能量景观，并优于其他变体的QAOA。
2023-01-30 quant-ph
An Expressive Ansatz for Low-Depth Quantum Approximate Optimisation
本文提出QAOA的过参数化变体XQAOA，通过增加经典参数并在混合哈密顿量中引入Pauli-Y分量实现任意酉变换，在低深度下显著提升了NISQ设备上的组合优化性能。
2024-02-15 quant-ph
Beyond Feasibility: Finite-Depth Accessibility in Constrained QAOA
Qkrishi Quantum（Qkrishi量子）；North Carolina State University（北卡罗来纳州立大学）
针对约束QAOA，提出有限深度可达集及其诊断指标$Q_R$，在207个配置中与浅层性能相关性最强（Pearson 0.7003），可作为资源受限场景的补充诊断工具。
2026-10-02 cs.ET quant-ph
Biased Degenerate Ground-State Sampling of Small Ising Models with Converged QAOA
本研究通过数值模拟对比横场混合器QAOA与GM-QAOA的简并基态公平采样特性，发现横场混合器QAOA在部分问题中会出现基态采样有偏甚至指数抑制的现象，为QAOA的采样特性研究提供了实验依据。
2025-05-15 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Elementary Proof of QAOA Convergence
针对QAOA缺乏严格收敛性证明的问题，本文通过回溯量子绝热算法与QAOA的关联给出初等收敛证明，并提出“相位分离器”“混合器”的精确定义。
2023-02-09 quant-ph
Suppressing unwanted fluctuations in QAOA and approximate quantum annealing
量子近似优化算法（QAOA）的部分灵感来自数字化量子退火。基于这一灵感，我们开发了一些技术来使用通用门模型量子计算机的额外灵活性来减轻波动效应，这些波动效应已知会扭曲量子退火中的搜索空间并导致错误的最小值。我们发现，即使只是增加的能力，采取泡利X测量允许我们修改混合器的角度，以抵消这些影响的缩放混合器项的方式成比例的Fubini研究度量的对角元素。我们发现，在能量景观扭曲的情况下，减轻这些影响可以导致更高的成功概率，并且我们可以使用相同的泡利X测量来确定哪些变量可能容易受到强烈波动的影响。我们介绍的方法的效果是相关的，即使在相对较低的深度的$p=10-20$，这表明我们正在开发的技术可能是相关的，在短期内。此外，由于这些方法依赖于控制的自由度，这是不典型的修改QAOA，我们的方法将与广泛的其他QAOA的创新兼容。我们进一步验证了这些波动效应可以在IonQ Harmony QPU上观察到。
2022-12-01 quant-ph
Quantum Approximate and Quantum Walk Optimization Approaches to Set Balancing
本研究将集合平衡问题映射为伊辛模型，采用QAOA和QWOA算法求解，比较六种混合算子并引入熵后处理，提升组合优化性能。
2025-09-08 quant-ph
Design and Analysis of an Improved Constrained Hypercube Mixer in Quantum Approximate Optimization Algorithm
AGH University of Krakow, Faculty of Computer Science（克拉科夫AGH科技大学计算机学院）；Academic Computer Center Cyfronet AGH（AGH计算中心Cyfronet）
本文提出改进的约束超立方体混合器方法，通过减少门电路数量和提高噪声鲁棒性，提升QAOA在噪声环境下的性能。
2026-03-05 cs.ET quant-ph
Feasibility-Preserving Quantum Search for Constrained Transportation Routing
University of Connecticut（康涅狄格大学）
该研究针对TSP、VRP等运输路径问题，提出带可行性保留混频器的QAOA+框架，对比三种约束处理架构，发现其对可行路径采样等有显著影响，为量子路径规划提供新方法。
2026-08-07 quant-ph
COMET: Combinatorial Optimization for Multiplex Editing Targets Via Constraint-Preserving QAOA
Microsoft（微软）
研究多重CRISPR-Cas9基因编辑中的组合问题，对比基于惩罚项和XY混合器的QAOA方法，发现XY混合器在模拟和硬件测试中表现更优，对约束执行策略进行方法学比较并经实际硬件验证。
2026-07-07 cs.AI quant-ph
A Unified Complexity-Algorithm Account of Constant-Round QAOA Expectation Computation
State Key Lab of Processors, Institute of Computing Technology, Chinese Academy of Sciences（处理器技术国家重点实验室，计算技术研究所，中国科学院）
本文研究了固定轮次QAOA在最大割问题中的复杂度与算法分析，提出动态规划算法实现精确计算，并扩展至一般二元无约束组合优化，通过实验评估了不同结构图的性能。
2025-11-25 quant-ph
Constrained Quantum Optimization at Utility Scale: Application to the Knapsack Problem
E.ON Digital Technology GmbH（E.ON数字技术有限公司）；University of Calgary（卡尔加里大学）；Université de Sherbrooke（舍布鲁克大学）；IBM Quantum, Thomas J. Watson Research Center（IBM量子，托马斯·J·沃森研究中心）
本研究利用cop-QAOA方法在IBM量子硬件上解决大规模约束优化问题，针对单期机组调度问题实现对背包问题的高效求解。
2026-02-27 quant-ph
Constraint-Aware Quantum Optimization of Defect Configurations in Doped ZrO2: XY-Mixer QAOA and Grover Adaptive Search
Materials & Process Engineering Division, Pratt & Whitney, An RTX Business（材料与工艺工程部，普拉特·惠特尼，RTX旗下企业）
针对掺杂ZrO2热障涂层材料中的成分-缺陷搜索问题，开发了端到端的约束感知量子优化工作流，通过QUBO代理模型和两种量子路径（XY混合器QAOA和容错Grover自适应搜索）实现高效搜索，其中QAOA在深度p=3时将86%的概率质量集中在MACE最优值1 meV内。
2026-06-25 cond-mat.mtrl-sci quant-ph
MG-Net: Learn to Customize QAOA with Circuit Depth Awareness
University of Sydney（悉尼大学）；Wuhan University（武汉大学）；Nanyang Technological University（南洋理工大学）
针对QAOA电路深度受限的困境，提出深度学习框架MG-Net，通过分析收敛行为动态生成适配任务与深度的最优混合器哈密顿量，在伊辛模型和加权Max-Cut上验证了其近似比与效率优势。
2024-09-27 cs.AI cs.LG quant-ph
An angle rounding parameter initialization technique for ma-QAOA
针对多角度量子近似优化算法（ma-QAOA）经典参数多导致优化复杂的问题，提出将角度随机初始化为π/8倍数并用于BFGS优化的新策略，在p=1,2,3层均取得了与随机种子最优搜索相当的近似比。
2024-09-26 quant-ph
Efficient QAOA Architecture for Solving Multi-Constrained Optimization Problems
Aqarios GmbH（Aqarios有限公司）；LMU Munich, Institute for Computer Science（慕尼黑大学计算机研究所）
本文提出了一种高效的QAOA架构，通过直接编码约束到电路中，提升多约束优化问题的求解效率和质量。
2025-07-24 quant-ph
JuliQAOA: Fast, Flexible QAOA Simulation
本文提出 JuliQAOA，一个基于 Julia 和直接线性代数实现的 QAOA 专用模拟包，支持多类组合优化问题、自定义组件与最优角度学习，并在性能和 HPC 扩展性上优于现有软件。
2023-12-11 quant-ph
Solving Graph Coloring Problems Using Feedback-Based Algorithm for Quantum Optimization
Ochanomizu University（御茶水女子大学）
本文提出将基于反馈的量子优化算法（FALQON）与XY混频器结合用于图着色问题，实验表明其性能优于使用X混频器的方案。
2026-09-28 quant-ph
Constrained mixers for the quantum approximate optimization algorithm
量子近似优化算法/量子交替算子算法（QAOA）是求解组合优化问题近似解的一种启发式算法。大多数文献仅限于无约束的二次问题。然而，许多实际相关的优化问题确实有需要满足的（硬）约束。在这篇文章中，我们提出了一个框架，用于构建混合算子，限制演化的子空间的完整的希尔伯特空间给出这些约束，我们推广的“XY”混合器设计，以保持子空间的“一热”状态的一般情况下的子空间由一些计算基态。我们揭示了底层的数学结构，它揭示了混频器如何工作，以及如何在CX门的数量方面最大限度地降低成本，特别是当考虑到Trotterization时。我们的分析还导致有效的Trotterizations的“XY”混频器与CX门比已知的日期。鉴于实际的实现，我们还描述了算法有效地分解成基础门。几个例子更一般的情况下，提出和分析。
2022-06-22 quant-ph
Spectral Gap Informed Ramp QAOA
National Quantum Computing Centre, Rutherford Appleton Laboratory（国家量子计算中心，拉瑟福德·阿普尔顿实验室）；Quantum Software Lab, School of Informatics, The University of Edinburgh（爱丁堡大学信息学院量子软件实验室）
提出谱隙感知斜坡QAOA（SGIR-QAOA），通过利用绝热哈密顿量的谱隙信息构造平滑参数调度，在恒定深度下提升Grover问题性能并缩短达到最优解概率所需深度，且优势在最大独立集问题及轻度退极化噪声下仍存在。
2026-08-24 quant-ph
Dealing with locality in QAOA
Krea University, Sri City, India（克里亚大学）
针对稀疏高直径MaxCut实例中QAOA的局域性瓶颈，提出传输增强型QAOA，通过优化非加权捷径耦合缩短有效相互作用图直径，使性能在直径缩减后几乎与系统尺寸无关。
2026-06-16 quant-ph
Quantum Alternating Operator Ansatz (QAOA) beyond low depth with gradually changing unitaries
本文针对渐变酉矩阵场景下QAOA电路浅深度外的行为机制，用离散绝热定理开展研究，解释了QAOA性能图的通用特性与跨领域定性相似性，还得出本征态关联随参数变化、可降深度保性能等意外结果。
2023-07-22 quant-ph
Fair sampling with temperature-targeted QAOA based on quantum-classical correspondence theory
Graduate School of Science and Technology, Keio University（庆应义塾大学理工学研究科）；Department of Applied Physics and Physico-Informatics, Keio University（庆应义塾大学应用物理与物理信息学系）；Keio University Sustainable Quantum Artificial Intelligence Center (KSQAIC), Keio University（庆应义塾大学可持续量子人工智能中心）；Human Biology-Microbiome-Quantum Research Center (WPI-Bio2Q), Keio University（庆应义塾大学人类生物学-微生物组-量子研究中心）；Green Computing System Research Organization, Waseda University（早稻田大学绿色计算系统研究组织）
本文提出基于量子-经典对应理论的SBO-QAOA算法，通过温度依赖的哈密顿量实现退化态的公平采样，解决了标准QAOA在退化态采样中的偏差问题。
2026-01-22 cond-mat.stat-mech quant-ph
Fundamental Limitations of QAOA on Constrained Problems and a Route to Exponential Enhancement
Volkswagen AG（大众汽车）；RWTH Aachen University（亚琛工业大学）；Universität zu Köln（科隆大学）
研究通用QAOA在约束问题上的基本限制，通过约束嵌入实现指数级改进，并针对排列约束问题提出最小约束增强核（CE QAOA），证明其可行质量比随深度指数增长。
2026-10-15 cs.CC cs.CE cs.DM
IF-QAOA: A Penalty-Free Approach to Accelerating Constrained Quantum Optimization
Aqarios GmbH（Aqarios有限公司）；LMU Munich Department for Computer Science（慕尼黑大学计算机科学系）；Delft University of Technology（代尔夫特理工大学）
IF-QAOA通过无需惩罚项的指示函数方法，提升受限量子优化的效率和性能。
2025-04-11 quant-ph
Improving Feasibility in Quantum Approximate Optimization Algorithm for Vehicle Routing via Constraint-Aware Initialization and Hybrid XY-X Mixing
University of Maryland（马里兰大学）
本文提出一种改进的QAOA框架，通过约束感知初始化和混合XY-X混合策略，提升车辆路径问题的可行性，实验显示在不同噪声环境下均能获得更低的能量和更高的可行解比例。
2026-10-02 cs.ET quant-ph
