Quantum Monte Carlo Simulations of Tunneling in Quantum Adiabatic Optimization
我们探讨在何种程度上路径积分量子蒙特卡罗方法可以有效地模拟量子绝热优化算法的隧穿行为。具体来说，我们看看在n位定义的对称成本函数，一个成功的优化算法将不得不隧道通过一个单一的潜在障碍。这个障碍的高度和宽度取决于n，通过调整这些依赖关系，我们可以使优化算法在多项式时间内成功或失败。本文比较了量子绝热隧穿和路径积分量子蒙特卡罗方法的强度。我们发现的数值证据表明，量子蒙特卡罗算法将成功在相同的制度，量子绝热优化成功。
2015-09-17 quant-ph
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
Feedback-based quantum optimization
人们希望量子计算机在组合优化方面比经典计算机具有优势。在这里，我们介绍了一种基于反馈的量子优化策略，量子比特测量的结果被用来建设性地分配值的量子线路参数。我们表明，这个过程的结果在估计的组合优化问题的解决方案，提高单调的深度的量子线路。重要的是，基于测量的反馈能够近似解决组合优化问题，而不需要任何经典的优化工作，如量子近似优化算法（QAOA）所需的。我们实验证明了这种基于反馈的协议在超导量子处理器上的图形划分问题MaxCut，并提出了一系列的数值分析，进一步研究该协议的性能。
2023-01-04 quant-ph
Reply to: Comment on "Quantum Optimization for Combinatorial Searches"
这是我对Zalka和Brun对我最近关于量子优化算法的论文的批评的回复。从本质上讲，这种批评被证明是完全无关紧要的。
2002-06-13 quant-ph
Feedback-based quantum optimization and its classical counterpart: quantum advantage and the power of classical algorithms
Graduate School of Science and Technology, Keio University（庆应义塾大学理工学研究科）；Basic Research Laboratories, NTT, Inc.（日本电报电话公司基础研究所）；NTT Research Center for Theoretical Quantum Information, NTT, Inc.（日本电报电话公司理论量子信息研究中心）
本文比较了量子反馈优化算法及其经典对应，发现量子算法在解的质量上占优，而经典算法收敛更快，并展示了经典算法在高阶无约束二元优化中的可扩展性。
2026-05-13 quant-ph
Quantum Circuit Optimization by Graph Coloring
The Affiliated Institute of ETRI（韩国电子通信研究所附属研究所）
本文通过图着色问题将量子电路深度最小化问题转化为图着色优化，利用现有求解器实现电路优化，并通过实验验证其有效性。
2026-01-30 cs.CC cs.ET quant-ph
Constrained Quantum Optimization meets Model Reduction
Sapienza University of Rome（罗马第一大学）；Scuola Superiore Sant’Anna（圣安娜高等学院）；Technical University of Denmark（丹麦技术大学）
本文提出利用量子测量的投影特性，通过模型降维方法在低维空间中模拟受约束的量子优化，展示了在随机3-SAT和图上代理协调问题中实现指数级状态空间缩减。
2026-04-25 quant-ph
Optimization of Flight Routes: Quantum Approximate Optimization Algorithm for the Tail Assignment Problem
针对航空公司尾流分配问题，应用量子近似优化算法（QAOA）进行求解，并与经典方法和量子退火对比，揭示当前量子硬件局限及未来潜力。
2024-12-17 quant-ph
Quantum Computing Approaches for Mission Covering Optimization
我们研究量子计算算法来解决某些受限的资源分配问题，我们称之为任务覆盖优化（MCO）。我们分别使用以下度量标准在D-Wave和IBM机器上比较使用量子退火技术和量子交替算子Answer（Hadfield et al. arXiv：1709.03489v2，量子近似优化算法的广义算法，Farhi et al. arXiv：1411.4028v1）的约束优化问题的公式：成本，时间，约束保持和使用的量子位。我们提供了两种不同的MCO方案的结果和分析结果。
2022-05-04 quant-ph
A Gate-Based Quantum Computing Framework for Codon Optimization
Yonsei University International Campus（延世大学国际校区）
本研究提出基于门控量子计算的密码子优化框架，利用VQE、SVQE和QAOA算法，在三氨基酸基准上成功复现精确基态解，并在IBM量子硬件上验证了可复现性能，为未来更大蛋白质序列的量子优化奠定基础。
2026-10-02 quant-ph
Quantum Optimization Heuristics with an Application to Knapsack Problems
本文介绍了两种技术，使标准的量子近似优化算法（QAOA）更适合于约束优化问题。第一种技术描述了如何使用先前贪婪经典算法的结果来定义初始量子态和混合操作以调整量子优化算法来探索围绕该初始贪婪解的可能答案。第二种技术用于推动量子探索，以避免贪婪解周围的局部极小值。为了分析这两种技术的好处，我们使用单位深度的量子线路在背包问题的已知困难实例上运行量子算法。结果表明，调整后的量子优化算法通常比各种经典算法表现得更好。
2022-02-03 quant-ph
Quantum Algorithms for Scientific Computing and Approximate Optimization
量子计算似乎比经典计算提供了显着的优势，这在该领域产生了巨大的兴趣。在这篇论文中，我们考虑量子计算机在科学计算和组合优化中的应用。我们研究了五个问题。前三个处理量子算法的计算问题，在科学和工程，包括量子模拟的物理系统。特别是，我们研究量子算法的数值计算，为近似的基态和激发态能量的薛定谔方程，并为哈密顿模拟与应用物理和化学。剩下的两个处理近似优化的量子算法。我们研究了量子近似优化算法（QAOA）的性能，并给出了QAOA的推广，$\textit{quantum}$ $\textit{alternating}$ $\textit{operator}$ $\textit{ansatz}$，特别适合于约束优化问题和低资源的实现在近期的量子设备。
2018-05-08 quant-ph
Quantum-Enhanced Simulation-Based Optimization
在本文中，我们介绍了一种基于模拟的优化量子增强算法。基于仿真的优化寻求优化目标函数，该目标函数在计算上是昂贵的以精确地评估，并且因此通过仿真来近似。量子幅度估计（QAE）比经典的蒙特卡罗模拟具有二次加速。因此，在许多情况下，它也可以实现基于仿真的优化的加速。结合QAE与量子优化的思想，我们展示了如何这不仅可以用于连续的，但也用于离散优化问题。此外，该算法被证明是说明性的问题，如投资组合优化与风险价值约束和库存管理。
2020-05-21 quant-ph
Approaching the Quantum Speed Limit with Global-Local Optimization
我们提出了一个全局-局部优化算法的量子控制，结合标准的局部搜索方法与进化算法。这使我们能够找到更快的解决方案，一组有关超冷控制的玻色-爱因斯坦凝聚体的问题。
2018-02-21 quant-ph
Towards optimization of quantum circuits
量子信息处理中的任何幺正操作都可以通过一系列更简单的步骤--量子门来实现。然而，量子门的实际实现总是不完美的，并且需要有限的时间。因此，寻求一种对给定操作有效的短序列门量子线路，是一项重要的任务。我们通过对Barenco et.al [1]提出的众所周知的通用程序进行优化来解决这个问题。我们还创建了一个计算机程序，实现了巴伦科的分解和建议的优化。此外，我们的优化可以应用到任何量子线路包含广义Toffoli门，包括基本的量子门电路。
2006-11-08 quant-ph
The Role of Entanglement in Quantum-Relaxation Based Optimization Algorithms
本研究探讨了量子纠缠在基于量子松弛的优化算法（QRAO）中的作用，发现量子性虽不总能提升性能，但在部分实例中能帮助找到最优解，表明QRAO不仅能扩展可解问题规模，还能从纠缠中获益。
2023-04-09 quant-ph
Speedup of high-order unconstrained binary optimization using quantum Z2 lattice gauge theory
该研究将高阶无约束二进制优化映射到对偶图上的量子 Z2 格点规范理论，提出受规范对称性保护的规范局域量子退火及量子启发经典算法，实现一个数量级的计算加速。
2025-03-18 quant-ph
A Comparative Study of Quantum Optimization Techniques for Solving Combinatorial Optimization Benchmark Problems
本研究提出一套全面的量子优化基准测试框架，针对多种NP难组合问题系统评估不同量子优化方法及量子比特压缩技术的表现，明确了量子优化的当前潜力与局限，为相关后续研究和应用提供结构化参考。
2025-03-19 quant-ph
Constrained Optimization via Quantum Zeno Dynamics
本文提出一种利用量子Zeno动力学和重复投影测量将量子优化限制在约束子空间的方法，无需后选择，可处理任意约束，并在投资组合优化中优于现有技术，且已在Quantinuum H1-2上验证。
2023-08-08 quant-ph
Certifying optimality for convex quantum channel optimization problems
我们确定的必要和充分条件的量子信道是最佳的任何凸优化问题，其中的优化是在一个固定的大小的所有量子信道的集合。作为一种特殊情况，得到了给定系统的所有量子测量的集合上的凸优化问题的最优性条件。在测量优化问题的线性目标函数的情况下，我们的条件减少到著名的Holevo-Yuen-Pandy-Lax测量最优性条件。我们说明了我们的条件可以应用到各种状态转换问题，具有非线性目标函数的基础上的保真度，跟踪距离，和量子相对熵。
2021-04-25 quant-ph
Relaxed Peephole Optimization: A Novel Compiler Optimization for Quantum Circuits
在本文中，我们提出了一种新的量子编译优化，称为放松窥视孔优化（RPO）的量子计算机。RPO利用可以由编译器静态确定的单量子位状态信息。我们定义一个量子比特是在一个基本状态，在一个给定的时间点，它的状态是在X-，Y-或Z-基础。当基础量子比特被用作量子门的输入时，存在强度降低的机会，其用等效但更便宜的操作代替量子操作。与现有的量子程序的窥视孔优化相比，不同之处在于，我们提出的优化不需要相同的酉矩阵，从而命名为“放松”窥视孔优化。我们还扩展了我们的方法来优化量子门时，一些输入量子位是在已知的纯态。这两种优化，即量子基态优化（QBO）和量子纯态优化（QPO），都在IBM的Qiskit编译器中实现。我们的实验结果表明，我们提出的优化通过是快速和有效的。与Qiskit编译器中最积极的优化水平相比，使用我们的编译器优化的电路获得了高达18.0%（平均11.7%）的CNOT门和高达8.2%（平均7.1%）的编译时间降低。在实际量子计算机上运行时，由于减少了门数，3量子比特量子相位估计算法的成功率提高了2.30倍。
2020-12-14 cs.PL quant-ph
Parity Quantum Optimization: Compiler
我们引入宇称量子优化的目的是解决由任意$k$体相互作用和侧条件使用平面量子芯片架构的优化问题。该方法利用超图的广义闭圈，对具有任意$k$ -体项的问题图进行分解。硬约束形式的优化问题的边条件可以被包括为包含边条件中涉及的项的开循环。因此，广义奇偶映射避免了将优化问题转化为二次无约束二进制优化问题（QUBO）的需要，并允许在正方形格上直接编码高阶约束二进制优化问题（HCBO）和门的完全并行化。
2023-03-08 quant-ph
Multilayer Optimization for the Quantum Internet
我们定义了一个量子互联网的多层优化方法。多层优化集成了用于优化量子互联网的量子层和经典层的单独程序。多层优化过程定义了用于层优化的高级技术。量子层的优化包括最小化量子节点中量子存储器的总使用时间、最大化纠缠链路上的纠缠吞吐量以及减少任意源量子节点和目标量子节点之间的纠缠链路数量。经典层的优化的目标是任何辅助经典通信的成本最小化。多层优化框架为量子网络通信或长距离量子通信提供了实际可实现的工具。
2018-08-23 cs.IT math.IT quant-ph
Quantum Amplitude Estimation in Gradient-Based Stochastic Optimization
Alma Mater Studiorum – University of Bologna（博洛尼亚大学）
本文证明量子振幅估计算法在基于梯度的随机优化中相比蒙特卡洛方法可获得二次加速，并强调量子相位估计的集中保证是实现该优势的关键。
2026-07-02 quant-ph
Quantum-Enhanced Optimization by Warm Starts
本文提出量子增强优化方法，利用QAOA量子采样生成热启动样本，结合参数设置、量子比特映射路由和错误缓解技术，加速Max-Cut和MIS等组合优化问题的经典启发式求解，并在量子硬件上验证了运行时间改进。
2025-08-22 quant-ph
Efficient Use of Quantum Linear System Algorithms in Interior Point Methods for Linear Optimization
量子计算在优化领域引起了极大的兴趣，因为它可能比传统的超级计算机更快地解决各类优化问题。一些研究者提出了量子计算方法，特别是量子内点方法（QIPMs），用于求解凸优化问题，例如线性优化、半定优化和二阶锥优化问题。他们中的大多数人在每次迭代中应用量子线性系统算法来计算牛顿步长。然而，在QIPM中使用量子线性求解器带来了许多挑战，例如具有病态系统和量子求解器的相当大的误差。本文研究了如何有效地使用量子线性求解器在QIPM。在此基础上，提出了求解线性优化问题的不精确不可行量子内点方法。我们还讨论了如何在不增加量子求解器时间的情况下，通过迭代精化得到精确解。最后，我们的QIPM使用量子模拟器的QISKIT实现的计算结果进行了分析。
2023-02-10 math.OC quant-ph
Calculation of quantum discord and entanglement measures using the random mutations optimization algorithm
提出了一种基于简化多种群遗传算法的简单通用的全局优化方法。将该方法应用于量子信息问题。在标准测试函数上与遗传算法进行了比较，并在量子不和谐和最小纠缠熵（纯多体态的纠缠度量）的计算上进行了测试。
2013-04-12 quant-ph
Lyapunov control-inspired strategies for quantum combinatorial optimization
近年来，利用量子计算机通过量子近似优化算法（QAOA）解决组合优化问题的前景引起了人们的极大兴趣。然而，与QAOA相关联的关键限制是需要对一组量子线路参数进行经典优化。这种经典的优化可能具有显著的相关成本和挑战。在这里，我们提供了用于量子优化的李雅普诺夫控制启发策略的扩展描述，如[Magann等人，物理修订版信函129，250502（2022）]，其不需要任何经典优化努力。相反，这些策略利用来自量子位测量的反馈以确定性方式将值分配给量子线路参数，使得组合优化问题解决方案随着量子线路深度单调地改进。数值分析，调查这些策略的效用对MaxCut的加权和非加权3-正则图，无论是在理想的实现，也存在测量噪声。我们还讨论了这些策略如何与QAOA进行比较，它们如何用于种子QAOA优化以提高近期应用的性能，并探索与量子退火的联系。
2023-01-04 quant-ph
Surrogate-based optimization for variational quantum algorithms
变分量子算法（英语：Variational quantum algorithms）是一种用于近期量子计算机的技术。这些算法的目标是通过将问题分解为大量浅量子线路来执行大型量子计算，并在每个电路执行之间进行经典优化和反馈。提高这些算法性能的途径之一是增强经典优化技术。考虑到传统计算资源的相对容易和丰富，有足够的机会这样做。在这项工作中，我们介绍了学习替代模型的变分电路使用几个实验测量的想法，然后使用这些模型进行参数优化，而不是原始数据。我们证明了这一想法使用代理模型的基础上核近似，通过它，我们重建局部补丁的变分成本函数使用批量的噪声量子线路的结果。通过应用于量子近似优化算法和分子基态的制备，我们证明了基于替代的优化比常用的变分算法的优化技术的优越性。
2023-03-23 quant-ph
Enhancing Knapsack-based Financial Portfolio Optimization Using Quantum Approximate Optimization Algorithm
本文提出将量子游走混合器与QAOA算法结合解决基于背包的金融投资组合优化问题，实验证明在p>=3电路层下能达到接近经典最优解的近似比，为量子金融领域提供了新见解。
2024-12-21 quant-ph
A Quantum Online Portfolio Optimization Algorithm
投资组合优化在金融中起着核心作用，以获得旨在实现某些投资目标的最佳投资组合分配。多年来，许多作品研究了不同的投资组合优化的变体。投资组合优化也为研究量子计算机的应用提供了丰富的领域，以获得优于经典计算机的优势。在这项工作中，我们给出了Helmbold等人的现有经典在线投资组合优化算法的采样版本，我们反过来开发了一个量子版本利用量子态制备、内积估计和多重采样等技术实现了量子优势。我们的量子算法在时间复杂度方面提供了二次加速，在$n$方面，其中$n$是投资组合中的资产数量。我们的经典和量子算法的交易成本是独立的$n$，这是特别有用的实际应用中，大量的资产。
2023-01-31 quant-ph
Variational Quantum Optimization with Multi-Basis Encodings
尽管广泛的研究工作，经典优化的量子算法很少表现出可实现的量子优势。许多量子算法的实用性受到高要求的电路深度和非凸优化景观的限制。我们通过引入一种新的变分量子算法来解决这些挑战，该算法受益于两个创新：多基图编码和非线性激活函数。我们的技术提高了优化性能，有效量子资源增加了两倍，测量复杂性降低了两倍。虽然传统量子形式主义的许多量子位的经典模拟是不可能的，由于其指数缩放，我们减轻了这种限制与精确的电路表示使用因式分解张量环。特别是，浅电路允许我们的技术，结合高效的因式分解张量为基础的模拟，使我们能够成功地优化MaxCut的非局部连接的$512$顶点DIMACS库图形在一个单一的GPU。通过提高量子优化算法的性能，同时需要更少的量子资源，并利用更浅，更抗错的电路，我们为变分量子优化提供了切实的进展。
2022-01-26 quant-ph
A Review on Quantum Circuit Optimization using ZX-Calculus
University of Luxembourg（卢森堡大学）
本文综述了基于ZX演算的量子电路优化方法，分类讨论了优化技术、目标指标和量子计算架构，并探讨了多目标优化、可扩展算法和增强的电路提取方法等挑战与未来方向。
2026-03-28 cs.ET quant-ph
Quantum Algorithms for Mixed Binary Optimization applied to Transaction Settlement
将求解二次无约束二元优化问题的变分量子优化算法推广到求解混合二元优化问题。这允许我们将二元决策变量与连续决策变量相结合，例如，通过松弛变量对不等式约束进行建模。我们提出了两种算法，并引入交易结算问题来证明它们。交易结算被定义为各方之间的证券和现金交换，对金融市场基础设施至关重要。我们使用经典模拟以及IBM量子计算中心提供的真实量子设备来测试我们的算法。
2019-10-13 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
Benchmarking the Quantum Approximate Optimization Algorithm
量子近似优化算法的性能通过使用三种不同的度量来评估：找到基态的概率、能量期望值以及与近似比密切相关的比。所研究的问题实例集包括加权MaxCut问题和2-可满足性问题。后者的伊辛模型表示具有独特的基态和高度简并的第一激发态。量子近似优化算法在量子计算机模拟器和IBM Q Experience上执行。此外，从D-Wave 2000 Q量子退火机获得的数据用于比较，发现D-Wave机优于在模拟器上执行的量子近似优化算法。量子近似优化算法的整体性能被发现强烈依赖于问题的实例。
2020-06-05 quant-ph
Quantum discord of X-states as optimization of one variable function
对于任意两个量子比特的X态，我们将量子不协调问题完全归结为某个单变量函数的优化问题。在量子态的五参数空间的几个非平凡区域上，得到了量子不和谐的精确解。通过迭代算法确定例外解。
2016-07-27 quant-ph
Tensor train optimization of parametrized quantum circuits
本文研究变分量子本征求解器中参数化量子电路的优化问题，采用基于张量列的无导数方法求解横场伊辛模型基态，并与梯度方法对比，表明其在噪声环境下具有优势。
2023-06-03 quant-ph
Quantum Dropout: On and Over the Hardness of Quantum Approximate Optimization Algorithm
针对QAOA在崎岖能量景观中性能下降的问题，提出量子丢弃方法，通过选择性移除电路子句而不影响解，数值实验验证了其性能提升。
2023-06-21 quant-ph
A Global Optimization Approach to Quantum Mechanics
本文提出了一种用于描述宇宙最基本动力学的量子力学的全局优化方法。这表明（亚）原子粒子的波动行为可能是自然界部署的全局优化方法的关键特征，以便（亚）原子系统可以找到与系统相关的某些能量函数的全局最小值对应的基态。经典的与时间无关的薛定谔方程示出是来自全局优化方法来支持这一论点。
2006-05-25 quant-ph
Quantum and quantum-inspired optimization for solving the minimum bin packing problem
本文将乏核燃料深地质处置罐装填问题建模为最小装箱问题并转化为二次无约束二值优化形式，通过数值比较量子与量子启发方法，验证了其在原子能工业实际问题中的可行性。
2023-01-26 quant-ph
Constraint-oriented biased quantum search for linear constrained combinatorial optimization problems
Infineon Technologies AG（英飞凌科技有限公司）
本文提出一种面向约束的偏量子搜索方法，结合电路优化和机器学习技术，用于解决线性约束组合优化问题，并展示其在量子硬件下的速度优势。
2025-12-04 quant-ph
Stochastic optimization algorithms for quantum applications
本文回顾了实数域上的随机优化方法，提出了复数域上的新随机优化算法，并应用于变分量子本征求解器等量子任务，发现复数优化算法表现最佳。
2023-08-01 quant-ph
Multistart Methods for Quantum Approximate Optimization
量子近似优化算法（QAOA）等混合量子经典算法被认为是利用近期量子计算机进行实际应用的最有前途的方法之一。这些算法通常以变分形式实现，将经典优化方法与量子机器相结合，以找到最大化性能的参数。QAOA解决方案的质量很大程度上取决于经典优化器产生的参数的质量。此外，参数空间中多个局部最优解的存在使得经典优化算法更加困难。在本文中，我们研究了在QAOA框架内使用多启动优化方法来提高量子机在重要图聚类问题上的性能。我们还表明，重用类似问题的最优参数可以提高经典优化方法的性能，扩展MAXCUT的类似结果。
2019-05-23 quant-ph
Gradient-free pulse optimization for adiabatic control in open few-body quantum systems
The Hebrew University of Jerusalem（耶路撒冷希伯来大学）
本文提出一种无需梯度的脉冲优化方法，用于开放少体量子系统的绝热控制，通过结合先进优化工具和专门成本函数，实现了高效且稳健的控制方案，并在真实量子硬件上验证了其性能。
2026-02-05 quant-ph
Subgradient Method using Quantum Annealing for Inequality-Constrained Binary Optimization Problems
本研究将Ohzeki方法扩展至不等式约束，通过统计力学推导松弛形式，并在二次背包问题中验证其性能。
2025-04-19 quant-ph
Quantum Gate Pattern Recognition and Circuit Optimization for Scientific Applications
将量子算法编码到量子线路中没有唯一的方法。由于量子位数、连通性和相干时间有限，电路优化对于充分利用近期量子器件至关重要。我们介绍了两个单独的想法电路优化，并将它们结合在一个多层的量子线路优化协议称为AQCEL。第一个要素是识别量子门重复模式的技术，为未来的硬件协同优化提供了可能性。第二个要素是通过识别零或低幅度计算基态和冗余门来降低电路复杂性的方法。作为演示，AQCEL部署在一个迭代和有效的量子算法，旨在模拟高能物理中的终态辐射。对于这种算法，我们的优化方案带来了显着减少的门数，而不会失去任何精度相比，原来的电路。此外，我们还研究了这是否可以在量子计算机上使用多项式资源来证明。我们的技术是通用的，可以用于各种各样的量子算法。
2021-08-05 quant-ph
Quantum Inspired Optimization for Industrial Scale Problems
本研究采用量子启发式基于模型的优化方法TN-GEO，结合传统黑箱方法，针对宝马实际装配线排程优化问题开展验证，证明该组合方案在特定场景下可得到成本更低的优化结果。
2023-05-03 quant-ph
Variational Quantum Non-Orthogonal Optimization
针对通用量子计算机量子比特有限且含噪的问题，提出将离散经典变量编码为非正交量子态并结合VQE与量子态层析成像的优化方案，显著减少所需量子比特数，在有限量子硬件上成功优化多项式。
2023-06-29 quant-ph
Quantum Approximate Optimization with Parallelizable Gates
量子近似优化算法（QAOA）是一种启发式数字量子计算方案，用于求解浅电路组合问题的近似解。我们提出了一个方案，并行化这种方法的任意全对全连接的问题图的量子位（量子位）的布局与最近邻相互作用。该协议由编码优化问题的单量子位操作组成，所有交互都是最近邻居之间的问题独立的成对CNOT门。这允许在具有正方形晶格几何形状的量子设备中的可并行实现。该建议的基础是格点规范模型，该模型还引入了用于QAOA的附加参数和协议以提高效率。
2018-03-01 quant-ph
Higher-Order Portfolio Optimization with Quantum Approximate Optimization Algorithm
Aalto University（阿尔托大学）；University of Helsinki（赫尔辛基大学）
本文提出利用量子近似优化算法解决包含高阶矩的投资组合优化问题，展示了HUBO模型在投资组合分配上的优越性。
2025-09-01 quant-ph
Two-Step QAOA: Enhancing Quantum Optimization by Decomposing K-hot Constraints in QUBO Formulations
针对QUBO公式中带k-hot约束的组合优化问题，提出两步法QAOA，通过分阶段将软约束转硬约束提升优化效率，适用于复杂社会问题求解。
2025-02-23 quant-ph
Quantum topology optimization of ground structures using noisy intermediate-scale quantum devices
本研究提出使用两个变分量子算法（VQAs）解决NP-hard拓扑优化问题，通过求解状态平衡方程并放大量子叠加中最优配置的概率，实验证明量子计算机能有效求解拓扑优化，为未来产品设计提供新途径。
2022-07-19 quant-ph
Scalable circuit depth reduction in feedback-based quantum optimization with a quadratic approximation
针对反馈型量子优化电路过深的问题，本文引入关于时间间隔的二阶近似设计新反馈律，在最大割模拟中将电路深度的线性规模系数降低逾一个数量级。
2024-07-25 quant-ph
