量子科技中心_量科网

量子近似优化算法(QAOA)是一种强大的启发式算法，旨在利用量子硬件与经典优化相结合的方式求解组合优化问题。现有多种方法可训练作为QAOA拟设的参数化量子电路。然而，对于给定问题实例，哪种方法能最有效地识别最优角度，目前仍缺乏深入理解，特别是在实用规模（即100量子比特及以上）下。本研究通过实用规模基准测试应对这一挑战，并从中提炼出可供QAOA实践者参考的操作指南。首先，该团队研究了矩阵乘积态和泡利传播等近似技术以寻找最优角度。其次，研究人员在小型代表性问题上训练QAOA，并将角度迁移至更大规模问题。随后，该工作在有意义的实用规模问题实例上，于量子硬件中验证了这些结果。通过这种方式，研究人员识别出在实用规模下表现最佳的QAOA角度设置策略，包括作为搜索资源成本的函数。关键的是，该团队从基准测试中得出的操作启示，将帮助量子优化实践者在当前及未来硬件上高效执行端到端的QAOA流水线。