景观相似性引导的量子近似优化算法优化

在各类合成及真实世界交互图中,通过变量冻结获得的量子近似优化算法(QAOA)简化实例展现出变分景观的强健普适性。基于这一结构特征,该研究团队提出了双重优化QAOA(DO-QAOA),在保持竞争优势比差距(ARG)的同时,显著降低了运行时间和量子测量开销。通过借鉴自旋玻璃物理中的副本重叠框架,研究人员定义了景观重叠序参量q来量化能级景观间的几何关联性,揭示了当图连通性变化时出现的尖锐景观相似性相变现象。值得注意的是,尽管存在这种相变,几乎所有条件子实例的主导凸特征在两种相态中均保持一致性。利用这一持续性特征,DO-QAOA将冻结m个量子比特产生的名义2^m个简化实例坍缩为K=𝒪(1)个有效景观类别,从而消除了随m指数级增长的问题。该工作通过挖掘景观结构特征,为现实硬件约束下的混合量子-经典优化提供了可扩展路径,这一方法有望拓展至各类变分量子算法领域。

作者单位: VIP可见
提交arXiv: 2026-02-25 08:46

量科快讯