Optimizing QAOA: Success Probability and Runtime Dependence on Circuit Depth
量子近似优化算法（QAOA）是由Farhi等人首先提出的，由于其简单性、普适性和可证明的最优性，有望在近期得到应用。深度为p的QAOA由两个相互不可交换的哈密顿算子引起的p个交错酉变换组成。关于QAOA的性能的一个长期存在的问题是它的成功概率作为电路深度p的函数的依赖性。我们通过分析QAOA的成功概率实现状态转移在一维量子比特链使用两个量子比特XY哈密顿和单量子比特哈密顿取得了初步进展。我们提供了分析状态转移成功概率依赖于p在低和大p限制，利用独特的光谱性质的XY哈密顿量。我们支持我们的证明下，一个给定的QAOA的数值优化QAOA高达\(N\) =20量子位。我们表明，优化的QAOA可以实现著名的二次加速，Grover加速，在经典的替代品。将QAOA优化作为一个量子控制问题处理，我们还提供了电路深度如何决定QAOA算法的可控性的数值证据。
2019-05-28 quant-ph
Performance of the Quantum Approximate Optimization Algorithm on the Maximum Cut Problem
量子近似优化算法（QAOA）是一种很有前途的方法，用于编程一个短期的基于门的混合量子计算机，以找到很好的近似解的困难的组合问题。然而，目前很少有人知道QAOA的能力，或所需的参数优化的难度。在这里，我们研究了QAOA在MaxCut组合优化问题上的性能，使用自动微分和随机梯度下降在经典计算机上优化量子线路，使用QuantumFlow，一个用TensorFlow实现的量子线路模拟器。我们发现，我们可以摊销的训练成本，通过优化批量的问题实例，QAOA可以超过经典的多项式时间的Goemans-Williamson算法的性能与适度的电路深度，并与固定的电路深度的性能是不敏感的问题的大小。此外，MaxCut QAOA可以使用量子位交换网络在具有有限量子位连接的基于门的量子计算机上有效地实现。这些观察结果支持QAOA将成为解决近期量子计算机上有趣问题的有效方法的前景。
2018-11-20 quant-ph
QAOA in Quantum Datacenters: Parallelization, Simulation, and Orchestration
本文提出面向量子数据中心的大规模并行自动化QAOA工作流，集成问题分解、批量作业生成与高性能仿真，通过Divi、Maestro及云平台实现自动化资源编排，验证了QAOA划分不损害优化性能且优于经典求解器。
2025-03-08 cs.DC quant-ph
A Depth-Progressive Initialization Strategy for Quantum Approximate Optimization Algorithm
量子近似优化算法（QAOA）在解决近期量子器件组合优化问题中具有很强的能力和普适性。QAOA的结果强烈依赖于它的初始变分参数。因此，QAOA的参数选择成为一个活跃的研究领域，因为不良的初始化可能会恶化结果的质量，特别是在大的电路深度。首先从角度指标和电路深度两个方向讨论了QAOA中最优参数的分布规律。然后，我们讨论了用于确定搜索空间的界的期望的对称性和周期性。基于最优参数的模式和边界限制，我们提出了一种策略，通过以前的最优参数之间的差异来预测新的初始参数。与大多数其他策略不同，我们提出的策略不需要多次试验来确保成功。当前进到下一个深度时，它只需要一个预测。我们比较这个策略与我们以前提出的策略和分层策略解决最大割问题，在近似比和优化成本。我们还解决了以前的参数，这是很少讨论在其他作品中的非最优性，尽管它的重要性，在解释变分量子算法的行为。
2022-09-28 quant-ph
A Unified Complexity-Algorithm Account of Constant-Round QAOA Expectation Computation
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
Bridging Classical and Quantum with SDP initialized warm-starts for QAOA
针对含噪声量子设备仅能运行低深度QAOA的局限，提出用Max-Cut问题的低秩SDP松弛解做经典预处理的热启动QAOA-Warm，低深度下性能更优、训练更快，并提供实验与理论支撑。
2022-06-06 math.OC quant-ph
Optimized Circuit Cutting for QAOA Sampling Tasks
本研究将电路切割应用于QAOA采样任务，通过整数规划优化切割方案，在量子硬件上验证了噪声降低效果可抵消分布偏移，实现问题规模扩展与噪声缓解。
2025-07-09 quant-ph
Progressive Quantum Algorithm for Maximum Independent Set with Quantum Alternating Operator Ansatz
本文提出渐进式量子算法PQA，通过构造可能包含最大独立集解的子图并逐步扩展求解，以更少量子比特和运行时间在QAOA+框架下高效求解MIS问题。
2025-04-08 quant-ph
Quantum and classical correlations in shrinking algorithms for optimization
本文扩展并分析了通过递归收缩求解组合优化问题的算法，利用量子或经典子程序提取的变量相关性递归简化问题，发现递归收缩算法优于其基础对应算法，且LP和SDP在不同图密度下表现各异。
2024-12-24 quant-ph
Generating Target Graph Couplings for QAOA from Native Quantum Hardware Couplings
我们提出了在类伊辛量子自旋系统中使用有限的全局控制来构造任何目标耦合图的方法。我们的方法的动机是实现量子近似优化算法（QAOA）的捕获离子量子硬件找到近似的解决方案，最大切割。我们提出了一个数学描述的问题，并提供近似最优的算法构造，生成任意的未加权耦合图与$n$节点在$O(n)$全球纠缠操作和加权图与$m$边在$O(m)$操作。这些上界一般不紧，我们制定了一个混合整数规划来解决图耦合问题的最优性。我们用$n\le8$在小图上进行数值实验，结果表明，使用较少操作的最佳序列可以使用混合整数程序找到。噪声模拟的最大切割QAOA表明，我们的实现是不太容易受到噪声比标准的基于门的编译。
2022-05-12 cs.CC math.OC physics.atom-ph
A mixed-integer program for circuit execution time minimization with precedence constraints
本文提出混合整数规划调度模型，通过最大化量子电路中非重叠门的并行执行来最小化执行时间，并在 ma-QAOA 求解 MaxCut 问题上验证其相比分层和贪心调度可节省高达24%的执行时间。
2025-04-12 quant-ph
DAPO-QAOA: An algorithm for solving combinatorial optimization problems by dynamically constructing phase operators
针对QAOA相位算子中双量子比特门过多的问题，本文提出DAPO算法，利用前层输出和邻域搜索动态构造相位算子，在MaxCut和NAE3SAT上以66%的RZZ门用量实现了更高的近似比。
2025-02-06 quant-ph
Quantum Approximate Optimization of Integer Graph Problems and Surpassing Semidefinite Programming for Max-k-Cut
本文研究了量子近似优化算法（QAOA）在整数图问题上的应用，证明在特定参数条件下QAOA在Max-k-Cut问题上优于半定规划算法，并提出了一种基于度数饱和度的启发式算法以增强经典方法。
2026-05-21 math-ph math.MP math.OC
Quantum Annealing vs. QAOA: 127 Qubit Higher-Order Ising Problems on NISQ Computers
本文在NISQ计算机上比较量子退火与QAOA求解127量子比特高阶Ising问题，发现QA优于QAOA，且动态解耦使2轮QAOA略优于1轮。
2023-03-18 cs.DS cs.ET math.CO
A native measurement-based QAOA algorithm, applied to the MAX K-CUT problem
提出一种原生的基于测量的 MBQC-QAOA 算法，将其应用于适用于所有 K 值的 MAX K-CUT 问题，相比传统门模型转换方法资源成本最高降低 30 倍。
2023-04-07 quant-ph
Eclipse Qrisp QAOA: description and preliminary comparison with Qiskit counterparts
本文评估了高层级量子编程语言Eclipse Qrisp实现QAOA模块的效率，在15个最大割问题实例上与Qiskit的两种实现对比，结果显示其在结果质量和电路复杂度上均更优。
2024-07-19 cs.ET quant-ph
Improving the performance of quantum approximate optimization for preparing non-trivial quantum states without translational symmetry
利用量子近似优化算法（QAOA）变分制备复杂量子态是量子计算机的一个重要应用。在这里，我们系统地研究了QAOA的性能准备的目标哈密顿量的量子相变的临界点附近的基态，并产生Greenberger-Horne-Zeilinger（GHZ）状态。我们发现QAOA的性能与目标哈密顿量的平移不变性有关：如果没有平移对称性，例如由于系统中的开边界条件（OBC）或随机性，QAOA变得效率较低。然后，我们提出了一个广义QAOA辅助参数化资源哈密尔顿（PRH-QAOA），以实现更好的性能。此外，基于PRH-QAOA，我们设计了一个超越一维几何的低深度量子线路，以产生具有完美保真度的GHZ态。讨论了在里德伯修饰原子上制备GHZ态的实验实现。我们的工作为在没有平移对称的可编程量子处理器上执行QAOA铺平了道路，特别是对于最近开发的具有OBC的二维量子处理器。
2023-01-12 cond-mat.dis-nn quant-ph
Warm Start Adaptive-Bias Quantum Approximate Optimization Algorithm
本文提出描述一类 QAOA 变体的通用模型，结合 GW 热启动与自适应偏置，在 MaxCut 上解析分析 level-1 性能，并通过多达1000量子比特模拟显示其相对经典后处理的优势。
2025-03-25 quant-ph
Quantum Adversarial Learning in Emulation of Monte-Carlo Methods for Max-cut Approximation: QAOA is not optimal
近期量子优势的主要候选者之一是变分量子算法类，但这些算法在优化变分参数时遇到经典困难，因为参数的数量增加。因此，重要的是要了解各种ansätze的表达能力和力量，以产生目标状态和分布。为此，我们将仿真的概念应用到变分量子退火和量子近似优化算法（QAOA），以表明QAOA优于变分退火时间表具有相同数量的参数。我们的变分量子退火计划基于一种新型的多项式参数化，可以使用相同的物理成分，以与QAOA类似的无梯度方式进行优化。为了比较ansätze类型的性能，我们开发了Monte-Carlo方法的统计概念。蒙特卡罗方法是一种计算机程序，它生成的随机变量近似于计算上难以精确计算的目标数。虽然最着名的蒙特卡罗方法是蒙特卡罗积分（例如扩散蒙特卡罗或路径积分量子蒙特卡罗），QAOA本身是一种蒙特卡罗方法，可以找到NP完全问题的良好解决方案，例如Max-cut。我们应用这些统计蒙特卡罗概念，以进一步阐明这些量子算法的理论框架。
2022-11-24 cs.CC quant-ph
EQE-QAOA: An Equivalence-Preserving Qubit Efficient Framework for Combinatorial Optimization
Western University（韦仕敦大学）；University of Southampton（南安普顿大学）
本文提出EQE-QAOA框架，通过利用量子退火动力学的不变子空间，实现量子优化算法在减少量子位数量的同时保持性能，适用于大规模组合优化问题。
2026-04-20 cs.ET quant-ph
QAOA Parameter Transferability for Maximum Independent Set using Graph Attention Networks
Fujitsu Research of America（富士通美国研究机构）
针对QAOA求解最大独立集问题时的参数优化难题，提出基于图注意力网络的参数迁移方案，并设计混合分布式资源感知算法HyDRA-MIS，在数千顶点图上取得与经典求解器KaMIS相当的结果。
2025-04-29 cs.LG quant-ph
Pattern or Not? QAOA Parameter Heuristics and Potentials of Parsimony
本文通过数值模拟系统研究QAOA参数模式，发现最优参数常偏离预期，深度增加时性能对参数不敏感，并提出迭代分量式固定启发式方法，在浅深度下可与甚至优于现有策略。
2025-10-09 quant-ph
Quantum Optimization in Loc(Q)ation Science: QUBO Formulations, Benchmark Problems, and a Computational Study
Institute for Operations Research, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院运筹学研究所）
本文提出QUBO建模用于解决定位科学中的关键问题，开发了QUBO模型并评估了量子算法在p-中位问题和FCFLP中的应用。
2026-02-11 quant-ph
QAOA with $N\cdot p\geq 200$
Global Technology Applied Research, JPMorgan Chase（摩根大通全球技术应用研究）
本研究在非平面3正则图上利用QAOA算法实现最大切割问题的求解，展示了在量子处理器上达到 $N\cdot p$=320的高性能优化成果。
2023-09-12 cs.ET quant-ph
A SWAP-free Framework for QAOA
Department of Computer Science, UFMG（计算机系，米纳斯吉拉斯联邦大学）；Inter Science
本文提出无需交换门的QAOA框架，通过修改成本哈密顿量实现硬件兼容，解决稀疏量子设备连接性限制问题，理论证明其NP完全性并提供理论保证。
2026-04-27 math.CO quant-ph
Hybrid Quantum-Classical Optimization for Emergency-Priority Traffic Signal Control
Gran Sasso Science Institute（格兰萨索科学研究所）；VSB – Technical University of Ostrava（俄斯特拉发理工大学）；IT4Innovations National Supercomputing Center, VSB – Technical University of Ostrava（俄斯特拉发理工大学IT4创新国家超级计算中心）；Klaipeda University（克莱佩达大学）
该研究针对应急优先交通信号控制问题，提出有限时间范围QUBO公式，对比多种量子与经典控制方法，发现优化型控制器可保障应急通行，CVaR-QAOA复现QUBO解精度优于标准QAOA。
2026-10-16 quant-ph
Quantum Hypergraph Partitioning
University of Delaware（特拉华大学）；United States Naval Academy（美国海军学院）；Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
本文提出基于量子优化的超图划分方法，通过QAOA算法解决分布性优化问题，展示其在实际和合成超图中的优越性。
2026-05-11 quant-ph
Recursive QAOA for Interference-Aware Resource Allocation in Wireless Networks
J-ij Europe Ltd（J-ij欧洲有限公司）；Rutherford Appleton Labortory（鲁瑟福阿普尔顿实验室）；Jij Inc.（Jij公司）
递归QAOA用于无线网络中考虑干扰的资源分配，通过递归减少问题规模并提高求解精度。
2026-02-07 cs.DC quant-ph
Failure-Guided Fuzzing for Hybrid Quantum-Classical Programs
University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
本文研究了混合量子-经典程序的基于失败的模糊测试，通过两阶段策略发现非收敛种子并局部模糊量子电路参数，实验表明利用失败信息能提升测试效果，但协同种子发现的效果依赖于工作负载。
2026-05-14 cs.SE quant-ph
A Hybrid Quantum-Classical Heuristic to solve large-scale Integer Linear Programs
我们提出了一种方法，将任何能够找到整数线性规划的解决方案的量子算法集成到分支和价格算法中，该算法通常用于解决具有特定结构的大规模整数线性规划。量子算法的作用是为分支和价格中出现的子问题找到整数解。获得这些子问题的最优或接近最优的整数解可以提高解的质量，减少分支和价格算法的深度和分支因子，从而减少整体运行时间。我们调查的可行性的方法，考虑尾部分配问题和量子近似优化算法（QAOA）。这里，主问题是优化问题集合划分或其决策版本精确覆盖，并且可以表示为找到伊辛自旋玻璃哈密顿量的基态。对于精确覆盖，我们的数值结果表明，所需的算法深度减少与可行解的数量为一个给定的成功概率找到一个可行的解决方案。另一方面，对于集合分割，我们发现，对于给定的成功概率找到最优解，所需的算法深度可以增加可行解的数量，如果汉密尔顿平衡不好，在最坏的情况下，是指数的问题大小。因此，我们解决的重要性，适当平衡的目标和约束部分的哈密尔顿。我们的经验发现，如果多项式算法深度可以在量子设备上实现，该方法是可行的QAOA。
2021-07-12 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
A Protocol-Guided LLM Agent for Quantum Program Synthesis and Execution
National Center for High-performance Computing, National Institutes of Applied Research（国家高性能计算中心，国立应用研究院）
本研究提出协议引导的LLM智能体工作流，通过YAML协议规范接口与量子语义，结合Qiskit生成、评估器修复及QPU部署，在240次试验中显著提升完成率并减少修复次数，验证了协议引导作为软件可靠性层的有效性。
2026-09-18 quant-ph
Warm-starting quantum optimization
量子算法在整数规划和组合优化问题中的应用越来越受到人们的关注。这类问题的经典求解器采用松弛法，用连续变量代替二进制变量，例如高维矩阵值问题（半定规划）。在唯一博弈猜想下，这些松弛通常在多项式时间内提供经典的最佳性能比。在这里，我们讨论了如何热启动量子优化与初始状态对应的组合优化问题的松弛的解决方案，以及如何分析相关的量子算法的属性。特别是，这允许量子算法继承经典算法的性能保证。我们说明了这一点，在投资组合优化的背景下，我们的研究结果表明，热启动量子近似优化算法（QAOA）是特别有益的，在低深度。同样，递归QAOA的MAXCUT问题显示了一个系统的增加，在所获得的切割的大小与随机权重的全连通图，当Goemans-Williamson随机舍入是利用在一个温暖的开始。将相同的思想应用于其他随机化舍入方案和优化问题是很简单的。
2021-06-16 quant-ph
Dynamic Depth Quantum Approximate Optimization Algorithm for Solving Constrained Shortest Path Problem
针对QAOA需预先指定电路深度的问题，提出动态深度量子近似优化算法DDQAOA，通过自适应扩展深度并转移参数，在CSPP实例上以更少CNOT门实现更优结果，验证了其在NISQ设备上的性能与适用性。
2025-11-11 quant-ph
The Quantum Approximate Optimization Algorithm and the Sherrington-Kirkpatrick Model at Infinite Size
量子近似优化算法（QAOA）是一种求解组合优化问题的通用算法，其性能只能随着$p$层数的增加而提高。虽然QAOA有望成为一种可以在近期量子计算机上运行的算法，但其计算能力尚未得到充分探索。在这项工作中，我们研究了应用于Sherrington-Kirkpatrick（SK）模型的QAOA，它可以被理解为具有全对全随机符号耦合的$n$自旋的能量最小化。Montanari最近提出了一种经典算法，假设一个被广泛相信的猜想，可以有效地找到SK模型的典型实例的近似解，其近似解在$(1-ε)$乘以基态能量之内。我们希望它的表现与QAOA相匹配。我们的主要结果是一种新的技术，使我们能够评估的典型实例能量的QAOA应用到SK模型。我们产生一个公式的预期值的能量，作为一个函数的$2p$ QAOA参数，在无限的大小限制，可以在计算机上评估与$O(16^p)$复杂性。我们评估的公式$p=12$，并发现QAOA在$p=11$优于标准的半定规划算法。此外，我们还展示了浓度：随着概率趋于1（如$n\to\infty$），QAOA的测量将产生能量集中在我们计算值的弦。作为在量子计算机上运行的算法，不需要逐个实例地搜索最佳参数，因为我们可以提前确定它们。我们在这里是一个新的框架，用于分析QAOA，我们的技术可以广泛的兴趣，更一般的问题，经典算法可能会失败，评估其性能。
2022-07-02 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Solving Vehicle Routing Problem Using Quantum Approximate Optimization Algorithm
在本文中，我们描述了使用量子近似优化算法（QAOA），这是一个量子经典的启发式，解决组合优化和整数规划任务称为车辆路径问题（VRP）。我们概述了VRP的伊辛公式，并提出了一个详细的程序来解决VRP通过最小化其模拟伊辛哈密顿使用IBM Qiskit平台。在这里，我们试图找到VRP问题的解决方案：（4，2），（5，2）和（5，3），其中每个（n，k）代表一个VRP问题与n个位置和k辆车。我们发现QAOA的性能不仅取决于所使用的经典优化器，绝热路径实现的步骤数p，或者参数初始化的方式，而且还取决于问题实例本身。
2022-09-23 quant-ph
Robust Control Optimization for Quantum Approximate Optimization Algorithm
量子变分算法最近引起了人们极大的兴趣，这是由于它们在有噪声的中间尺度量子（NISQ）器件上实现和测试的可行性。我们研究了量子近似优化算法（QAOA）的鲁棒性，该算法可用于解决某些量子控制问题、状态准备问题和组合优化问题。我们证明，QAOA模拟的误差可以显着减少鲁棒控制优化技术，特别是，通过序贯凸规划（SCP），以确保误差抑制的情况下，误差的来源是已知的，但不一定是它的大小。我们表明，稳健的优化提高了QAOA的客观景观，以及在存在相干误差和初始状态准备的错误的整体电路保真度。
2019-11-02 cs.SY eess.SY quant-ph
Fault-tolerant execution of error-corrected quantum algorithms
Quantinuum
本研究展示了在离子阱量子处理器上使用容错组件执行纠错量子算法，验证了容错计算的可行性与性能。
2026-03-04 quant-ph
Evidence of Scaling Advantage for the Quantum Approximate Optimization Algorithm on a Classically Intractable Problem
研究QAOA在经典不可解的LABS问题上的表现，发现其运行时间扩展性优于分支定界求解器，结合量子最小值查找实现最佳经验扩展性，并在Quantinuum离子阱处理器上验证其实验进展，为QAOA实现量子加速提供证据。
2024-06-02 cond-mat.stat-mech cs.ET quant-ph
Solving the Independent Domination Problem by Quantum Approximate Optimization Algorithm
本文提出基于QAOA的独立支配问题求解方法，并在IBM qasm_simulator上验证其在特定参数下计算复杂度优于经典算法。
2024-12-29 quant-ph
A scalable quantum-enhanced greedy algorithm for maximum independent set problems
IQM Quantum Computers（IQM量子计算机公司）
该研究提出了一种结合量子近似优化算法与经典贪心算法的混合方法，用于高效求解最大独立集问题，展示了在低深度下量子增强方法在性能上的显著优势。
2026-01-29 quant-ph
Quantum Preconditioning For Constrained Optimization Problems
Rigetti Computing（瑞吉蒂计算）；Davidson School of Chemical Engineering, Purdue University（普渡大学戴维森化学工程学院）
该研究针对平衡图二分等约束组合优化问题，提出基于QAOA两点相关性的量子预处理方法，可加快混合整数规划求解器获得近优解的速度，为量子-经典混合优化框架提供支撑。
2026-09-01 quant-ph
Near-Optimal Parameter Tuning of Level-1 QAOA for Ising Models
National University of Singapore（新加坡国立大学）；Agency for Science, Technology and Research (A*STAR)（科技研究局）；Australian National University（澳大利亚国立大学）；Singapore University of Technology and Design（新加坡科技设计大学）；Singapore Institute of Technology（新加坡理工学院）；Korea Institute for Advanced Study (KIAS)（韩国高等科学研究院）；Electronics and Telecommunications Research Institute (ETRI)（电子电信研究所）
针对QUBO问题的一级QAOA，提出将二维参数搜索降为一维，并证明全局最优参数接近零，可用梯度下降替代穷举搜索，在RQAOA中优于粗优化和半定规划。
2026-07-07 cs.DS cs.ET math.OC
Error Mitigation for Quantum Approximate Optimization
解决近期量子器件的优化问题需要开发错误缓解技术来应对硬件退相干和退相过程。我们提出了一种缓解技术的基础上LHZ架构。该架构使用逻辑变量的冗余编码来解决完全可编程平面量子芯片上的优化问题。我们将讨论如何利用这种冗余来减轻量子优化算法中的错误。在量子近似优化算法（QAOA）的特定背景下，我们表明，通过适当修改目标成本函数，可以显着减轻错误。
2023-01-12 quant-ph
Quantum Integer Programming (QuIP) 47-779: Lecture Notes
这个系列讲座是关于量子计算机编程（QuIP）的，由Sridhar Tayur教授、David E. Bernal和Davide Venturelli博士是CMU和USRA之间的合作项目，在2020年秋季亚马逊Braket的支持下，面向对量子编程以及近期量子和量子启发计算在解决优化问题方面的潜力感兴趣的学生和研究人员。最初为泰珀商学院课程47-779（CMU）创建，这些也用于课程ID 5840（在IIT马德拉斯，由Anil Prabhakar教授和Prabha Mandayam教授），其学生（在每次讲座开始时列出）是抄写员。Vikesh Siddhu博士，CMU量子计算小组的博士后，在讲座，学生项目和校对本抄写员期间提供协助。通过这些讲座，您将学习制定一个问题并将其映射到二次无约束二进制优化（QUBO）问题，了解各种映射和技术，如伊辛模型，Graver增强多种子算法（GAMA），模拟或量子退火和QAOA，以及如何使用这些量子和经典方法解决这些问题的想法。
2021-01-11 quant-ph
Optimizing Cost Hamiltonian Compilation for Max-Cut QAOA on Unweighted Graphs Using Global Controls and Qubit Bit Flips
针对囚禁离子平台上 Max-Cut QAOA 的全局控制编译，本文刻画无权图的图耦合数，证明 Union of Stars 阶最优并改进上下界，还提出更紧凑高效的 MIP 表述。
2025-08-29 math.OC quant-ph
Quantum approximate optimization is computationally universal
量子近似优化算法（QAOA）是将两个哈密顿量交替应用于一个量子系统。该算法的最初目标是驱动系统接近其中一个哈密顿量的基态。本文表明，相同的交替过程可以用于执行通用量子计算：应用哈密顿量的时间可以编程，以给出计算上的通用动力学。所需的哈密顿量可以简单到一维量子位线上的单量子位泡利X和双局域ZZ哈密顿量的齐次和。
2018-12-28 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
Q-Pilot: Field Programmable Qubit Array Compilation with Flying Ancillas
针对现场可编程量子比特阵列的电路编译挑战，研究提出采用飞行辅助比特的可扩展编译器Q-Pilot，设计领域专用布线策略，显著降低了多类100量子比特电路的深度。
2024-09-11 cs.AR cs.ET quant-ph
Software Pipelining for Quantum Loop Programs
我们提出了一种方法进行软件流水线量子循环程序，利用并行和跨迭代。我们重新定义了程序优化中有用的概念，包括数组别名，指令依赖性和资源冲突，这次是在量子程序的优化中。使用重新定义的概念，我们提出了一个软件流水算法，利用量子循环程序的并行级。然后在一些测试用例上对优化方法进行评估，包括流行的应用程序，如QAOA，并与几个基线结果进行比较。评估结果表明，我们的方法优于循环优化只利用循环优化的机会，减少循环程序的总深度接近最佳的程序深度通过全循环展开，同时产生更小的代码大小。据我们所知，这是优化具有这种循环控制流的量子程序的第一步。
2020-12-23 cs.AR cs.PL quant-ph
Decomposition-Based QAOA for Maximum Coverage Location Problem in Satellite Constellation Design
Stevens Institute of Technology（史蒂文斯理工学院）；West Virginia University（西弗吉尼亚大学）
针对卫星星座设计中最大覆盖选址问题这一NP难组合优化问题，提出基于分解的量子优化框架，将大实例划分子图经量子电路独立优化再组合，相比经典求解器有更好扩展性，能在更短时间保持覆盖性能。
2026-07-10 cs.SY eess.SY quant-ph
Hybrid Quantum-Classical Optimization Workflows for the Shipment Selection Problem
IonQ Inc.（IonQ公司）；Einride AB（Einride公司）
本文提出一种混合量子-经典优化方法，用于解决运输选择问题，通过量子优化框架提升物流效率，实现运输任务优化与成本降低。
2026-08-21 quant-ph
Optimal Layout Synthesis for Quantum Computing
本文提出最优和近似两种量子布局综合器，通过基于时空的变量编码降低复杂度，在门成本、保真度及QAOA深度和成本上显著优于现有方法。
2020-07-30 cs.AR quant-ph
Quantum Relaxation for Solving Multiple Knapsack Problems
本文提出结合局部哈密顿量松弛、QRAO 与线性松弛预求解的量子-经典混合方法，用于求解金融和供应链中的大规模多背包约束优化问题，并与 QAOA 在真实采购案例上对比。
2024-07-30 quant-ph
