量子科技中心_量科网

LogQ算法在编码二次无约束二进制优化（QUBO）问题时，所需量子比特数比量子近似优化算法（QAOA）呈指数级减少。传统LogQ的优势伴随着一个与其自由参数优化相关的挑战——该过程需要使用计算资源密集的进化算法甚至全局优化算法。该研究团队提出了一种新型LogQ参数化方法，可通过梯度启发式方法进行优化，这种方案计算资源消耗更低，从而强化了LogQ在处理大规模/工业问题时相较于QAOA的优势。该工作通过分析模型阐述了该方法的特性，并以MaxCut问题为例展示了更大规模的数值计算结果。