量子科技中心_量科网

尽管量子计算机在优化问题领域展现出极大潜力，但开发有效的优化策略需要真实场景的测试案例。在筹备近期婚礼宴会时，该研究团队意识到宾客座位优化问题——需综合考虑宾客亲缘关系、共同兴趣和特殊需求等约束条件——可转化为成本函数网络（CFN）形式，适用于经典或量子优化算法求解。团队将Masala软件套件中的经典蒙特卡洛CFN求解器与基于量子退火的CFN优化算法（采用团队此前为蛋白质设计问题开发的一热编码、畴壁编码和近似二进制编码）进行了座位优化性能对比。值得注意的是，在蛋白质设计同类CFN问题上表现优异的D-Wave Advantage 2系统，却难以返回经典蒙特卡洛方法轻易获得的优化座位方案。该团队公开了座位优化基准数据集，并开发了将座位问题转化为CFN问题的代码插件库（集成至Masala平台），使得这类现实问题可被用于评估当前及未来经典CFN求解器、量子优化算法与量子计算硬件的性能表现。