量子科技中心_量科网

组合优化是众多现实应用的核心问题。对于一大类优化问题，量子计算有望展现出相对于经典计算的量子加速优势。在各类量子算法中，作为变分量子算法之一的量子近似优化算法（QAOA）展现出在噪声中等规模量子（NISQ）硬件上实现量子优势的潜力。然而随着问题规模增大，原始QAOA所需的电路深度会急剧增加并迅速超过可获取有效结果的阈值。 为解决这一挑战，该研究团队提出了一种改进的QAOA变体（称为线性链QAOA），并在典型的MaxCut问题上验证了其相对于原始QAOA的优势。原始QAOA中每条图边需编码一个纠缠门，而该团队通过从MaxCut图中提取线性链结构，沿该链顺序布置纠缠门。这种线性链结构具有浅层量子电路特征，其执行时间与问题规模无关。基于此方法，研究人员在100量子位的数字量子处理器上，对100个顶点的非硬件原生随机正则MaxCut实例实现了0.78的近似比（未采用后处理）。该工作为设计硬件高效的量子电路结构提供了新思路，并为在NISQ设备上解决大规模组合优化问题指明了可行路径。