量子科技中心_量科网

浅层量子优化算法的性能已知强烈依赖于问题结构，但真实世界网络拓扑的作用仍未被充分理解。该工作研究了城市图结构如何影响深度p=1的量子近似优化算法（QAOA）的行为。通过从巴基斯坦两座具有对比性城市设计的城市——规划型城市（伊斯兰堡）与有机生长型城市（利亚里）——提取街道网络子图，该团队在最小顶点覆盖问题上分析了概率集中度、近似解质量与性能变异性。通过对比经典穷举解法与QAOA结果，研究表明规划型拓扑能产生更可靠的收敛性，而有机生长型网络则表现出更高方差及更明显的平庸解倾向。研究结果表明，城市结构主要影响浅层QAOA解的稳健性而非平均质量，突显了高阶结构异质性在塑造低深度量子优化景观中的重要性。这项研究具有重大意义，因为它弥合了抽象量子理论与物理世界混沌现实之间的鸿沟，证明人类建造城市的方式直接影响其优化能力。通过揭示“拓扑DNA”如何影响算法成功率，该工作为关键基础设施（如智能电网和应急响应路径规划）开发更具韧性的量子解决方案奠定了基础。最终，这些发现通过为更高效的数据驱动型城市管理铺平道路，将惠及整个社会——既能减少资源浪费，又能提升规划型与有机生长型大都市区的生活质量。