研究人员探索利用量子退火方法提升大规模交通网络优化问题求解效率

俄罗斯因诺波利斯大学与Q Deep公司研究人员日前在《科学报告》发表一项创新成果,提出一种可扩展的量子处理单元(QPU)原生退火方法,通过将大规模交通网络优化问题分解为小型QUBO子问题,显著提升了实际应用效率。该方案通过将更多计算转移至量子处理器,而非依赖经典混合步骤,有效降低了嵌入复杂度。他们在阿拉木图复杂交通地图上对100-500辆车的实验表明,使用Pegasus拓扑结构的该方法不仅能缩短求解时间,还优化了整体性能。该工作为量子退火在交通优化领域的实用化提供了新思路。

量科快讯