旅行商问题（TSP）是众多研究团队致力于解决的著名组合优化问题之一。该问题广泛存在于调度规划、路径优化、电路设计等多种组合优化场景中。然而，由于站点数量增加会导致组合数呈指数级增长，该问题属于NP难问题。量子退火器和绝热量子计算机擅长处理此类问题，而通用量子计算机则受限于其量子比特数量。为此，该研究团队提出了一种采用变分量子柯尔莫哥洛夫-阿诺德网络（VQKAN）的创新解法。相较于现有量子计算机解决方案，该方案所需量子比特数更少。实验证实，该方法能有效优化具有时间依赖性且部分路径受限的图结构路径。
作者所在地：
VIP可见
作者单位：
VIP可见
提交arXiv：
2025-09-26 08:05
