一种变分量子比特高效 MaxCut 启发式算法
量子物理
2023-11-27 v2
摘要
MaxCut 是一个关键的非确定性多项式难（NP-Hard）组合优化图问题，具有广泛的理论与工业应用，包括伊辛模型与芯片设计。尽管量子计算为此类组合难题提供了可能优于经典方案的新解法，且量子近似优化算法（QAOA）为前沿代表，其性能目前受限于硬件噪声与有限的量子比特数。在此，我们提出一种新的变分量子比特高效 MaxCut（QEMC）算法，相较 QAOA 所需量子比特数关于图规模呈对数级，实现了指数级缩减。我们在真实超导硬件上展示了针对多达 32 节点（5 量子比特）图实例的尖端性能，并在无噪声模拟中对多达 2048 节点（11 量子比特）的图优于既定的 Goemans 与 Williamson（GW）经典算法。QEMC 算法创新的编码方案一方面赋予其优异的噪声弹性，另一方面也使其可被高效经典模拟，从而模糊了明确的量子优势。即便如此，即便无量子优势，QEMC 算法仍可作为潜在的量子启发算法，为 QAOA 提供具挑战性的基准，并呈现一种可拓展至其他量子与经典算法的新型编码范式。
引用
@article{arxiv.2308.10383,
title = {A Variational Qubit-Efficient MaxCut Heuristic Algorithm},
author = {Yovav Tene-Cohen and Tomer Kelman and Ohad Lev and Adi Makmal},
journal= {arXiv preprint arXiv:2308.10383},
year = {2023}
}
备注
16 pages, 12 figures