量子科技中心_量科网

变分量子算法（VQAs）是当前噪声中等规模量子（NISQ）设备上解决组合优化问题的潜力方法。然而由于算法的随机性特性和标准化评估指标的缺失，对VQAs进行基准测试存在困难。该研究团队提出了一种用于评估处理二次无约束二值优化（QUBO）问题的VQAs通用框架，该框架包含可行性、求解质量和可重复性三项互补指标，并创新性地采用质量图来可视化成功概率与计算资源之间的权衡关系。研究人员通过香农熵对算法可重复性进行量化建模，并定义了资源约束条件下的算法选择决策规则。作为验证，该工作在16量子比特的QUBO实例上应用条件风险价值（CVaR）成本函数和不同采样次数测试了多种VQAs。结果表明，该框架能支持系统性基准测试，并为量子-经典混合工作流中的自适应算法选择奠定了基础。