量子科技中心_量科网

量子技术的持续进步推动了其在多个领域潜在应用的探索，尤其是在组合优化方面。该工作基于泡利关联编码（Pauli Correlation Encoding）研究了一种量子-经典优化框架，该编码方案能够使用多项式数量的量子比特表示m个二进制变量。为评估该方法性能，研究人员利用QOPTLib基准测试中的实例，对四个经典优化问题进行了测试。该研究分析了编码方案的压缩顺序、问题结构以及超参数选择对解质量的影响，同时探讨了后处理在提升性能中的作用。此外，研究人员还研究了基于单次测量的执行方式与硬件噪声的影响，揭示了这些因素如何影响期望值估计的准确性以及优化过程的整体动态。结果表明，基于PCE的框架在基准测试中具有竞争力，并在多个案例中获得了等效甚至更优的解，凸显了其在NISQ及近容错时代作为量子优化高效编码策略的潜力。