量子科技中心_量科网

量子近似优化算法（QAOA）是实现近期处理器量子优势的主要候选方案之一。虽然该算法通常采用横向场混合器（XM-QAOA）实现，但基于Grover混合器的变体（GM-QAOA）因其全局搜索能力提供了极具吸引力的替代方案。该工作研究了GM-QAOA在更高阶无约束二进制优化（HUBO）问题中的应用——这类问题也被称为多项式无约束二进制优化（PUBO），其特点是存在本质上的多变量相互作用，构成了组合优化任务的广义类别。研究团队通过全面数值模拟证明，与XM-QAOA不同，GM-QAOA在电路深度增加时表现出单调性能提升，并在HUBO问题上获得更优结果。该方法的创新之处在于建立了GM-QAOA动力学分析框架，既可经典近似最优参数，又能显著降低优化开销。这种资源高效的参数化GM-QAOA方案在性能上接近完全优化算法，而计算需求大幅降低，成为复杂优化任务的高效解决方案。这些发现凸显了GM-QAOA的应用潜力，为其在当前量子硬件上的实施提供了可行路径。