面向 ma-QAOA 的角度取整参数初始化技术
量子物理
2024-09-30 v2
摘要
多角度量子近似优化算法 (ma-QAOA) 是一种最近提出的算法，至少与量子近似优化算法 (QAOA) 的逼近比率相同，而在大多数情况下，ma-QAOA 的逼近比率显著高于 QAOA。ma-QAOA 的一个缺点是它使用了比 QAOA 多得多的经典参数，因此经典优化组件更复杂。本文我们提出一种新的参数初始化策略，即将角度最初随机设置为在 到 之间 的倍数，并使用该向量作为一次 BFGS 的种子。我们发现，这种参数初始化策略为 层 ma-QAOA 的平均逼近比率分别为 , , 和 。这相当于使用 1 个随机起始种子找到的最优参数的 ma-QAOA 平均逼近比率，即 , , 和 。我们还测试了另一种参数初始化策略，即将对应于图中最大度顶点的角度设置为 0，而所有其他角度随机初始化为 的随机倍数。使用该策略，平均逼近比率分别为 , , 和 。
引用
@article{arxiv.2404.10743,
title = {An angle rounding parameter initialization technique for ma-QAOA},
author = {Anthony Wilkie and James Ostrowski and Rebekah Herrman},
journal= {arXiv preprint arXiv:2404.10743},
year = {2024}
}