QAOA 从 Qiskit 1.x 迁移至 2.x：一次经验报告
软件工程
2025-12-10 v1
摘要
在不断演变的框架之间迁移量子算法会引入细微且具有误导性的行为变化，影响准确性和可重复性。本文报告我们将量子近似优化算法（QAOA）从 Qiskit Algorithms with Qiskit 1.x（v1 原语）迁移到使用 Qiskit 2.x（v2 原语）的自定义实现的经验。尽管电路、优化器和哈密顿量完全相同，新版本却产生了截然不同的结果。系统性分析揭示了根本原因：抽样预算——每个迭代中电路执行的次数（shots）。该库对抽样次数的隐式使用导致了稠密的概率分布，而 v2 默认的 10,000 次抽样仅捕获了约 23% 的状态空间。将抽样次数提高至 250,000 后，恢复了库级的准确性。这一研究突显了量子-经典交互层面隐藏参数如何主导混合算法性能，并为开发者和框架设计者提供了在量子软件迁移中确保可重复结果的可操作性建议。
引用
@article{arxiv.2512.08245,
title = {Migrating QAOA from Qiskit 1.x to 2.x: An experience report},
author = {Julien Cardinal and Imen Benzarti and Ghizlane El boussaidi and Christophe Pere},
journal= {arXiv preprint arXiv:2512.08245},
year = {2025}
}