用于改进量子退火的先进退火路径

量子退火技术的进步使得获得重要NP难问题的高质量近似解成为可能。随着D-Wave退火机的新一代产品问世，更多先进特性可供使用，使用户能更好地控制退火过程。在本文中，我们研究此类特性如何帮助提高退火机返回解的质量。具体而言，我们关注其中两个特性：反向退火（reverse annealing）与h增益（h-gain）。反向退火（RA）旨在通过对代表解的经典态向后退火至存在横向场的中退火点，随后进行常规前向退火，从而精炼已知解，期望改进先前解。h增益（HG）特性指哈密顿量线性（$h$）偏置中的时变增益，最初用于研究自旋玻璃中的冻结时间与相变。此处我们将HG应用于在退火过程开始时像RA情形那样将量子态偏置向已知解靠拢，但使用不同装置。我们还研究了一种混合反向退火/h增益调度，其具有类似RA步骤的向后相位，且前向相位使用HG思想。为优化调度参数，我们采用贝叶斯优化框架。我们在包括加权最大割问题与加权最大团问题在内的多种输入问题上测试所有技术。结果表明，每种技术可能因输入实例不同而主导其他技术，且HG技术对某些问题而言是RA的可行替代方案。