量子科技中心_量科网

研究针对包含64、99和180个顶点的基准图上的最大独立集（MIS）问题，对变分量子算法进行了研究。在多种电路深度下，采用SPSA和COBYLA优化器对变分量子本征求解器（VQE）与量子近似优化算法（QAOA）进行了比较。该工作提出了一种预处理流程，包含谱图重排序（基于Fiedler向量）和基于距离的稀疏化处理，可在降低电路深度的同时保持能量保真度。通过基于历史引导的比特串校正和逐步最大性扩展的经典后处理，该研究在所有实例上均恢复了精确的MIS。采用条件风险价值（CVaR）优化时，结合SPSA的VQE在64节点实例的每次运行中最多可恢复6个不同的MIS，在99节点实例中最多可恢复10个不同的MIS，从而从最优解群体中实现了广泛采样。对每个实例，通过不同SPSA轨迹的重复运行，该团队共同枚举了更大比例的MIS。针对标准方法在180节点实例中停滞于规模14（实际MIS为15）的情况，该工作引入了辅助量子比特辅助的叠加初始化：辅助量子比特在经典发现的近最优解上制备均匀叠加态，并采用激发守恒变分拟设（ansatz）在保持汉明权重的条件下演化该状态。这种新颖构造使得该团队能够在多个种子解上同时进行量子并行变分搜索，成功发现了单种子方法无法找到的精确MIS。据该研究团队所知，这180量子比特的模拟代表了基于门的变分算法求解MIS至最优解的最大规模。在IBM量子硬件ibm_marrakesh上的验证确认了收敛的模拟器参数能够有效迁移至有噪声的量子执行环境中。