量子科技中心_量科网

量子退火(QA)和量子近似优化算法(QAOA)是前景广阔的量子优化算法，用于在近期噪声中等规模量子(NISQ)系统上寻找组合问题的近似解。许多NP难问题可以重新表述为二次无约束二进制优化(QUBO)问题，这类问题能自然地映射到量子哈密顿量上。然而，当前NISQ设备的有限量子比特数量限制了此类算法的实际部署。该研究提出了哈密顿量自动分解优化框架(HADOF)，该框架利用迭代策略自动将二次无约束二进制优化(QUBO)哈密顿量分解为子哈密顿量，这些子哈密顿量可以使用基于哈密顿量的优化器（如QAOA、QA或模拟退火(SA)）分别进行优化，并聚合为全局解。该团队将HADOF与模拟退火(SA)和CPLEX精确求解器进行比较，结果显示该方法在保持竞争性精度和运行时间的同时，能够扩展到远超可用量子比特数量的问题规模。此外，该研究在IBM量子计算机上实现了针对一个示例问题的HADOF，展示了量子优化实际应用的前景。