基于中性原子 QPU 的类比 QAOA 与贝叶斯优化
量子物理
2025-11-26 v2
摘要
本研究探讨了在中性原子量子处理单元（QPU）上实现量子近似优化算法（Quantum Approximate Optimization Algorithm, QAOA）的类比形式，以求解最大独立集问题。类比 QAOA 利用 Rydberg 原子相互作用对问题哈密顿量的自然编码，同时采用贝叶斯优化以在硬件噪声和资源限制约束下有效导航量子-经典参数空间。我们通过仿真和在 Pasqal 首个商业量子处理单元 Orion Alpha 上的实验运行进行评估，展示了有效的参数优化和噪声缓解策略，如选择性比特串丢弃和检测误差校正。结果表明，仅需有限的测量次数即可快速收敛到解决方案，使其在资源受限场景下具有可行性。
引用
@article{arxiv.2501.16229,
title = {Analog QAOA with Bayesian Optimisation on a neutral atom QPU},
author = {Simone Tibaldi and Lucas Leclerc and Davide Vodola and Edoardo Tignone and Elisa Ercolessi},
journal= {arXiv preprint arXiv:2501.16229},
year = {2025}
}