工业物流与调度中超越QUBO的量子优化
工业调度与运输路径规划问题日益增长的复杂性,推动了对替代性优化公式及计算范式的研究。本研究探讨了此类问题的高阶无约束二元优化(HUBO)公式,如何映射到含噪及容错两种量子优化工作流中。该团队选取了三个具有代表性的物流与制造用例,并将每个用例表述为HUBO问题。这能够捕捉流程中的复杂细节,例如高度相关的装配线调度规则——这些规则难以用标准二次型(QUBO)形式忠实表达——同时减少了量子映射所需的二元变量数量,从而降低了量子比特需求。该团队将HUBO公式与相应的QUBO编码进行了比较,揭示了一个关键权衡:虽然HUBO通过紧凑的二元编码降低了量子比特需求,但它引入了高阶相互作用项,增加了电路深度,限制了在当前量子硬件上的可行性。所提出的公式在多个问题实例上使用经典求解器进行了验证,并在经典模拟中利用偏置场数字化反绝热量子优化,对小型路径规划问题实例进行了基准测试。该团队以有容量约束的车辆路径问题作为代表性的大规模工业用例,通过资源和可扩展性分析对这些结果进行了补充。该分析表明,虽然HUBO公式在量子比特缩放方面相比QUBO编码具有优势,但其实际实现受限于门保真度、相干时间和电路深度,使得混合量子-经典工作流及早期容错量子硬件成为其实际应用最可能的场景。

