量子科技中心_量科网

量子退火（QA）是绝热量子计算的一种实用模型，已在硬件上实现，并被认为在组合优化领域具有广阔前景。然而受硬件退相干和噪声影响，其性能关键取决于退火时序。设计能克服这些限制的时序方案仍是重大挑战。该研究团队提出信任区域贝叶斯优化（TuRBO）框架，可联合调节退火时间和傅里叶参数化时序。在量子处理单元（QPU）固定嵌入条件下，该框架采用高斯过程代理与期望提升策略来平衡探索与开发，同时通过信任区域更新细化潜在方案的搜索。该工作还集成机制来高效管理QPU运行时间，并确保硬件约束下的可行性。仿真研究表明，TuRBO在能量指标、可行解概率和链断裂率方面持续优于随机搜索与贪婪搜索。这些成果表明TuRBO是一种资源高效、可扩展的退火时序设计策略，既能提升噪声中等规模量子体系的QA性能，又可扩展至工业优化任务。