面向可扩展机器人装配线优化的量子退火应用:案例研究
量子物理
2024-12-13 v1
摘要
资源和工作站之间任务的均匀分配和优化是制造中致力于最大化效率、生产力和盈利能力的关键过程,称为机器人装配线平衡(RALB)。随着质量定制需求的增加,传统计算方法在解决 RALB 问题时面临可扩展性挑战。为解决这些可扩展性挑战,我们研究将量子计算,特别是量子退火应用于实际问题。我们将整数规划公式转化为二次无约束二进制优化问题,然后在 D-Wave Advantage 4.1 量子计算机上使用混合量子-经典算法求解。在案例研究中,与精确解进行比较,表明量子计算有望提高制造生产力并降低成本。然而,量子退火的局限性,包括硬件限制和问题特定挑战,表明需要进一步发展量子技术才能提高其在 RALB 制造优化中的适用性。
关键词
引用
@article{arxiv.2412.09239,
title = {Application of quantum annealing for scalable robotic assembly line optimization: a case study},
author = {Moritz Willmann and Marcel Albus and Jan Schnabel and Marco Roth},
journal= {arXiv preprint arXiv:2412.09239},
year = {2024}
}
备注
7 pages, 3 figures, 2 tables