通过哈密顿嵌入系数缩减消除量子退火中的精度误差

量子退火是一种解决组合优化问题的量子算法。在当前的量子退火设备中，输入 Ising 哈密顿量的数值范围（即最大系数与最小系数之比）显著影响输出解的质量 due to limited hardware precision。已提出若干方法通过缩小 Ising 哈密顿量中的大系数来减少数值范围。然而，既有研究未考虑次要嵌入（minor-embedding）这一在当前量子退火机中至关重要的过程。本研究在次要嵌入约束下重新审视三种现有系数缩减方法。我们评估这些方法在降低次要嵌入哈密顿量动态范围方面多大程度，并检验其对 D-Wave Advantage 量子退火器获得样本质量的提升。结果表明，在本研究测试的問題集合上，interaction-extension 方法通过降低动态范围有效提升了样本质量，而bounded-coefficient integer encoding 和augmented Lagrangian 方法仅产生有限效果。此外，我们经验性地表明，在逻辑哈密顿层面降低外部场系数在实际操作中并非必需，因为次要嵌入本身已具备降低这些系数的作用。这些发现为通过抑制输入问题的预处理来提高量子退火器的样本质量提供了未来的方向。