量子科技中心_量科网

二元优化问题广泛存在于物流、密码学等诸多领域。此类问题的指数级复杂度意味着传统计算方法会随着问题规模增大而性能急剧下降。该研究团队提出了一种面向近态光量子处理器的新型二元优化算法——玻色二元求解器。该变分算法通过量子光路采样获取候选解，并利用可训练的经典比特翻转概率进行后处理，随后通过基于梯度的训练循环迭代优化直至收敛。团队通过消融实验验证了算法架构的有效性，在仿真环境和真实硬件上对一系列典型二元优化问题进行测试，并与经典算法进行对比。结果表明，该算法能为此类问题提供高质量解决方案。这项工作为利用光量子处理器的可扩展特性解决现实世界的大规模优化问题提供了可行路径。