2026年3月24日——医生需要在实验室检测结果出来前确定患者的短期治疗方案；电网运营商必须在未知次日发电量与需求量的情况下制定发电机调度方案；港口管理者需在船舶具体抵港时间不确定的情况下规划货运卡车调度表。

这些都是多阶段随机决策问题的典型案例：即随时间推移需要连续做出决策，每个新决策都基于先前不确定事件的发展结果。能源、物流、医疗、金融等行业每天都要做出成千上万类似的决策。

“这些决策的正确与否将产生重大实际影响，”田纳西大学工业与系统工程系（ISE）副教授兼副系主任James Ostrowski表示，“提升高效解决此类问题的能力，对于帮助组织在复杂不确定的环境中做出更优决策具有基础性意义。”

针对不确定事件的每种可能结果（即便是二元的是/非结果）制定相应决策，会导致情景数量随时间呈指数级增长。传统计算方法需要逐个构建和评估每种可能情景，无法精确处理如此庞大的问题。

而量子计算机天然适合应对这一挑战。“不同于逐个枚举情景，”Ostrowski解释道，“量子电路可通过量子叠加特性，将所有情景同时编码到单个量子态中。”

今年春季，Ostrowski与ISE助理教授Rebekah Herrman将共同开展为期两年、由美国国家科学基金会（NSF）30万美元资助的项目，开发基于量子计算的工具，帮助研究人员和工业工程师快速判断量子计算能否解决给定的两阶段不确定性优化问题——这是通向更高阶段情景研究的重要基础。

“该资助项目体现了ISE系在田纳西大学乃至全国量子计算研究领域的领导地位，”ISE系主任Mingzhou Jin表示。

优势互补的计算能力

Ostrowski表示，获得资助的两位博士生将与研究人员共同利用橡树岭国家实验室量子计算用户计划的世界级设施，并依托田纳西大学在运筹学、计算科学和能源系统工程领域的跨学科优势。

该团队将采用混合研究方法：用量子计算编码情景结构并探索大规模解空间，用经典计算进行参数优化、解评估和后处理。

“经典计算与量子计算具有本质不同且互补的优势，”Ostrowski指出，“本项目将开发特定编码策略，充分利用这些优势来紧凑表示大规模情景空间。”

一位博士生将专注于量子电路编码的开发与分析基础工作，另一位则将评估量子方法相对于经典基准测试的表现。

“田纳西大学作为赠地大学的使命是创造服务公众的知识，这需要培养新一代研究人员，”Ostrowski强调，“量子计算与运筹学都在快速发展，在交叉领域培养学生能为行业、国家实验室和学术界输送急需的人才。”

开源成果扩大影响力

项目结束时，研究人员不仅会发表成果，还将发布多个开源软件库——包括电路模板、基准问题、模拟接口和教程——专为不具备量子计算专业知识的从业者设计。

“论文成果告诉你发生了什么，而开源代码库让他人能够复现、扩展并在此基础上继续构建，”Ostrowski说，“这也降低了想参与量子优化研究但缺乏工具开发背景的应用研究人员和从业者的入门门槛。开源发布是让科研投资转化为社会资产的途径。”

当项目开发的工具公开后，研究人员可将基准测试作为通用参照点，在未来研究中比较量子与经典算法。

Ostrowski解释道，能源、物流等行业的从业者也将获得探索量子增强优化能否改进其决策流程的便捷入口。

“最终，更优的随机优化工具将提升能源韧性、供应链可靠性和应急准备能力——这些领域直接影响普通民众的日常生活，”他表示，“像这样的项目正是田纳西大学等公立大学将联邦科研投资转化为田纳西州乃至全国长期人力资本的具体实践。”