量子科技中心_量科网

量子近似优化算法（QAOA）是一种在解决组合优化问题方面具有前景的量子方法。然而，硬件限制，如扩展性有限和对噪声的敏感性，在将QAOA应用于大规模实例时带来了重大挑战。为了克服这些限制，研究人员提出了可扩展的混合多级策略。该工作提出了一种快速混合多级算法，该算法在整个多级层次结构中采用QAOA参数化，并通过遗传算法进行强化，从而产生了一种高质量、低深度的QAOA求解器。值得注意的是，该团队提出了从最粗级别到更细级别的参数传递，表明基于松弛的粗化保留了QAOA参数化所需的问题结构信息。该策略改进了粗化阶段，并利用量子松弛与舍入（Quantum Relax & Round）以及遗传算法，有效地整合了p=1的QAOA样本。研究结果突显了多级QAOA作为一种在近期量子设备上进行组合优化的可扩展方法的实际潜力。