2026年9月15日——Aqarios GmbH 今日推出 Constrained Quantum Optimizer，这是 IBM Qiskit Functions Catalog 中的一款新解决方案，组织可以使用它，借助量子计算来帮助解决复杂的现实世界规划与调度问题。该方案基于 Aqarios 的 FlexQAOA 算法构建，将优化问题的约束原生集成到量子算法中，从而产生基于惩罚项的方法无法保证的更好、有效的解。

在组织许多最重大的规划决策背后，都隐藏着一个优化问题：在满足一组硬性约束的同时，从无数备选方案中找到尽可能最佳的选项。企业利用它来削减成本、缩短出行时间、分配稀缺资源并提高效率。随着这些问题在规模和复杂度上不断增长，经典方法越来越耗时，这使其成为量子方法的理想候选对象——量子方法能够找到当今经典方法无法企及的解。

从物流、制造业到电信和能源等行业每天都在解决这类问题。随着这些行业中的组织探索量子计算，IBM Qiskit Functions Catalog 中像 Constrained Quantum Optimizer 这样的优化函数，可以成为将其用于真实优化问题的起点。

“对于开发具备量子优势能力的应用而言，优化是最具吸引力的几类问题之一。现在，通过我们的 Qiskit Functions Catalog，用户可以使用 Aqarios 的 Constrained Quantum Optimizer 进行实验，以突破这一边界——并探索受约束组合优化问题的可信结果，” 表示 IBM Quantum Adoption and Business Development 副总裁 Scott Crowder。

传统上，求解受约束问题意味着将其约束作为惩罚项并入目标函数中，这是一种每遇到一个新问题都要重复进行的手动重构。这会使问题更难求解，并且不再保证约束实际上得到满足。然而，这些约束始终至关重要。

Constrained Quantum Optimizer 的工作方式不同。它保持问题的约束原样不变，并将其直接嵌入量子电路，确保只考虑有效解。以配送作业为例，每个订单必须装载到恰好一辆车上：绝不能是零辆，也绝不能是两辆。这种称为 one-hot 约束的规则，表述起来很容易，但求解器同样很容易违反它。Constrained Quantum Optimizer 从设计上强制执行该约束，因此计算过程绝不会探索无效解，能更有效地利用量子硬件，并返回更高质量的结果。其他类型的约束也会自动处理，用户无需额外操作。企业可以用其规划和运营团队已经在使用的标准格式描述优化问题，其余一切由该函数处理。

为了在真实硬件上验证该方法，Aqarios 在一台 IBM Quantum Heron 处理器上运行了该函数，处理一个包含 48 个 one-hot 约束的 144 比特问题。在五个测试实例中，它每次都达到最优或接近最优的解，在其中三个实例中找到了精确最优解，在另外两个实例中与最优解的差距约在 1% 以内。

“大多数量子优化工具仍然迫使你围绕约束做变通。我们则原生地将它们构建进去，这正是让量子计算为受约束问题带来真实、可用结果的原因，” 表示 Aqarios 首席执行官 Michael Lachner。“我们很高兴通过 Qiskit Functions Catalog，将已经在我们的 Luna 平台上运行的功能直接带给 IBM Quantum 用户。”

Constrained Quantum Optimizer 基于 FlexQAOA 构建，后者已经在 Aqarios 的 Luna 平台上为付费客户提供约束优化能力。在这一经过验证的基础上，Aqarios 将该算法与专为 IBM 量子硬件设计的方法相结合，将其引入 Qiskit Functions Catalog，供开发者、研究人员和企业直接使用。