量子科技中心_量科网

基于反馈的量子优化是一种解决组合优化问题的量子方法。本文利用自旋系统的量子-经典对应关系，引入基于反馈的量子优化的经典对应方法，探讨量子优势的可能性。这还使该团队能够针对先前提出的基于反馈的量子优化的经典方法，发展出更高阶的理论。首先，该团队将用于量子优化的反馈算法（FALQON）及其变体与对应的经典算法进行比较。随后，该团队使用小规模实例对多种量子与经典算法进行基准测试，并使用大规模实例对经典算法进行测试。主要发现包括：（i）在解的质量方面，量子算法可能优于经典算法，而经典算法通常比量子算法收敛更快；（ii）本文讨论的其中一种经典算法在高阶无约束二元优化问题上展现出显著的可扩展性。这些发现凸显了量子特性的重要性以及经典方法的实用性。