量子科技中心_量科网

图嵌入是量子计算中的一个反复出现的问题，例如，量子退火器需要解决一个次要图嵌入问题，以便将给定的二次无约束二元优化（QUBO）问题映射到其内部连接模式上。本文提出了一种新颖的方法来处理约束单位圆盘图嵌入问题，该问题在尝试使用基于中性里德伯原子的量子硬件解决QUBO形式的组合优化问题时会出现。量子比特（物理上由原子表示）通过激光脉冲激发到里德伯态。每当量子比特对之间的距离小于封锁半径时，就会实现纠缠，从而阻止纠缠的量子比特同时处于激发态。因此，封锁半径决定了量子比特之间的邻接模式，对应于单位圆盘配置。尽管根据量子比特坐标计算邻接模式是直接的，但识别出与所需QUBO矩阵匹配的可行单位圆盘排列却是一项更为困难的任务。在量子优化的背景下，该问题转化为在2D/3D寄存器中物理放置量子比特，以将机器的类伊辛哈密顿量与优化问题的QUBO公式相匹配。所提出的解决方案利用神经网络的能力，将初始嵌入配置（该配置不满足量子硬件要求或未考虑单位圆盘特性）转换为能够正确表示目标优化问题的可行嵌入。实验结果表明，该新方法在性能上超越了Gurobi求解器。