量子科技中心_量科网

量子近似优化算法（QAOA）是目前组合优化领域主流的混合启发式方法，但如何高效处理硬约束仍是重大挑战。XY混频器能将量子态演化限制在可行子空间（例如独热约束下的汉明权重-1区域），而热启动则能基于初始解将搜索导向潜力区域。整合这两种技术需要保持初始态与混频器哈密顿量之间的关键对齐以确保收敛性。先前研究虽通过偏置初始态实现了XY混频器的热启动，但仅依赖标准混频器哈密顿量，导致初始态不再处于混频器基态。 该研究团队突破性地构建了适用于独热约束的热启动XY混频器哈密顿量，并严格证明了其基态特性，同时提供了适合含噪中等规模量子（NISQ）设备的浅层电路实现方案。研究人员将热启动机制嵌入经典启发式算法，开发出基于历史采样迭代更新偏置的"迭代热启动（IWS）"方法。在Max-k-Cut和旅行商问题实例上的大规模数值模拟表明，IWS-QAOA能显著加速求解过程，相比标准XY-QAOA将最优解采样概率提升数个数量级。 最终，该工作通过IBM波士顿量子处理器验证了方案可行性：使用针对硬件优化的144量子比特问题实例，结合贪心最速下降后处理策略修正硬件噪声导致的不可行测量结果，成功在真实量子设备上识别出最优解。