量子科技中心_量科网

相较于经典计算，量子计算为解决组合优化问题提供了另一种范式。尽管近期硬件有所改进，但要在已知对最先进经典求解器具有挑战性的规模上开展实证量子优化实验仍难以实现。该工作提出了一种利用近期量子计算机处理组合优化问题的新方法。受量子增强马尔可夫链蒙特卡洛（QeMCMC）方法在近似复杂概率分布方面展现的潜力启发，该团队将量子设备的采样能力与QeMCMC、热启动及并行回火技术相结合，应用于组合优化领域。实证研究表明，该算法在IBM量子硬件上使用117个量子比特，可求解包含117个决策变量的最大独立集问题（MIS）实例并找到全局最优解。针对所选MIS实例，该工作还初步展示了该算法相较于同类经典方法的扩展优势。MIS问题在金融服务、分子生物学等领域具有实际应用价值，某些情况下仅含数百个决策变量的实例就已难以通过经典方法求得最优解。