BILP-Q：量子联盟结构生成
BILP-Q: Quantum Coalition Structure Generation
摘要：
量子AI是利用量子计算解决AI中典型复杂问题的新兴领域。在这项工作中，我们提出了BILP-Q，这是有史以来第一个解决联盟结构生成问题（CSGP）的通用量子方法，这是一个NP难的问题。特别地，我们根据二次二进制组合优化（QUBO）问题重新制定CSGP，以利用现有的量子算法（例如，QAOA），以获得最佳的联盟结构。因此，我们在时间复杂度方面进行了比较分析，建议的量子方法和最流行的经典基线。此外，我们认为标准的基准分布联盟值测试BILP-Q的小规模实验使用IBM Qiskit环境。最后，由于QUBO问题可以通过量子退火来解决，我们使用真实的量子退火器（D-Wave）在中等大小的问题上运行BILP-Q。
英文摘要：
Quantum AI is an emerging field that uses quantum computing to solve typical complex problems in AI. In this work, we propose BILP-Q, the first-ever general quantum approach for solving the Coalition Structure Generation problem (CSGP), which is notably NP-hard. In particular, we reformulate the CSGP in terms of a Quadratic Binary Combinatorial Optimization (QUBO) problem to leverage existing quantum algorithms (e.g., QAOA) to obtain the best coalition structure. Thus, we perform a comparative analysis in terms of time complexity between the proposed quantum approach and the most popular classical baselines. Furthermore, we consider standard benchmark distributions for coalition values to test the BILP-Q on small-scale experiments using the IBM Qiskit environment. Finally, since QUBO problems can be solved operating with quantum annealing, we run BILP-Q on medium-size problems using a real quantum annealer (D-Wave).
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
