用于求解多约束优化问题的高效QAOA架构
该论文提出了一种针对量子近似优化算法(QAOA)的约束编码方法的新颖组合方案。现实世界的优化问题通常包含多种类型的约束条件。传统量子方法在求解时往往将所有约束作为二次惩罚项加入目标函数,但这会扩大搜索空间并增加问题复杂度。该研究团队聚焦于开发一个通用工作流程,将特定约束直接提取并编码到QAOA电路中:通过XY混合器自然地限制搜索空间至可行子空间来实现独热约束;基于预言机的指示函数(IF)则用于实现不等式约束。研究人员采用多背包问题(MKS)及其在电力优化领域的变体——产消者问题(PP)作为测试案例,通过模拟验证了组合方法的性能。为此,该工作引入了能高效模拟这两种约束结构的计算技术:由于XY混合器限制了搜索空间,特定状态向量条目始终为零值,可在模拟过程中予以省略,从而节省宝贵的存储与计算资源。基准测试表明,相较于传统的二次无约束二值优化(QUBO)表述,组合方法具有更好的解质量及采样最优解的概率。尽管电路复杂度有所增加,其求解速度却比基线方法快一个数量级以上,且展现出更优越的扩展特性。
