量子科技中心_量科网

组合优化被认为是一类量子计算机能展现显著优势的潜力问题。然而，具有实际意义的问题通常包含比当前或可预见量子计算机量子比特数更多的变量。该研究团队提出了一种分治方法，将优化问题划分为可在较小量子处理器上表示的子图。通过确定这些子图状态必须满足的局部能量成本范围，研究人员筛选出可能构成全局解的所有子图状态，从而将问题空间缩减至由这些状态张成的子空间。随后采用二进制编码对具有局部能量排序的子图进行系统重组，该过程可迭代直至无法进一步约简。该工作还发现，若仅保留相关能量范围部分状态，能以全局基态近似比几乎无损的代价进一步减少所需量子比特数。数值模拟显示，该方法能以约|V|/4量子比特求解含40个离散变量的加权随机3-正则图组合优化问题，同时保持约99.9%的近似比。研究还观察到系统规模越大，约简效果越显著。