量子科技中心_量科网

量子近似优化算法（QAOA）在解决噪声中等规模量子（NISQ）时代的组合优化问题时，预计将比经典方法更具优势。然而，其标准形式并不适用于带约束的问题。纳入某些类型约束的一种方法是将混合算子限制在可行子空间内，但这会显著增加电路规模，从而降低噪声鲁棒性。该工作改进了现有的超立方体混合器方法，以在QAOA中实施硬约束。研究人员提出了一种改进方案，可为由线性函数定义的一大类约束问题生成门数更少的电路。此外，该团队计算了该简化方案可能不适用的二进制变量数量的分析上限。实验数值结果还表明，所提出的方法提高了对噪声的鲁棒性。总之，本文提出的方法使QAOA在噪声环境下能实现更精确的性能，让我们更接近NISQ时代实际应用的现实目标。