量子科技中心_量科网

多目标优化中的一个重要任务是生成帕累托前沿——即对同一组变量施加多个目标函数时所有帕累托最优折衷解的集合。由于即使对于小规模问题，该任务也可能需要大量计算资源，因此自然成为量子优化的目标。事实上，近期已有研究在IBM门模型处理器上使用量子近似优化算法（QAOA）处理该问题。本工作采用相同方法论，将QAOA结果与量子退火在相同两个输入问题上进行对比。研究发现，量子退火不仅显著优于IBM处理器上运行的QAOA，还超越了先前研究中分析的所有经典和量子方法。在更复杂的问题上，量子退火改进了已知最佳帕累托前沿。这项小型研究进一步验证了量子退火在多目标优化中的应用潜力。