正形式植入：生成用于基准测试的 QUBO 实例
量子物理
2023-11-28 v2 统计力学
新兴技术
组合数学
摘要
我们致力于对量子退火和用于最小化二次无约束二值优化（QUBO）问题的经典算法进行基准测试。此类问题一般而言是 NP-hard 的，意味着随机生成实例的精确极小值难以求得，因而通常未知。尽管对较小实例进行暴力搜索是可行的，但这类实例通常因对量子与经典算法都过于简单而缺乏研究意义。在本文中，我们提出一种称为正形式植入（posiform planting）的新方法，用于生成具有已知最优解、任意规模的随机 QUBO 实例，并利用这些实例对四台采用不同互连结构（Chimera、Pegasus 和 Zephyr 硬件图）的 D-Wave 量子退火机以及模拟退火算法进行采样质量基准测试。正形式植入在两个关键方面不同于许多现有方法：它确保所植入最优解的唯一性，从而避免基态简并；并且它能够生成适配给定硬件连接结构的 QUBO，只要该连接不太稀疏。正形式植入的 QUBO 是一类 2-SAT 布尔可满足性组合优化问题。我们的实验展示了 D-Wave 量子退火机对多达 个量子比特的组合优化问题采样最优植入解的能力。
引用
@article{arxiv.2308.05859,
title = {Posiform Planting: Generating QUBO Instances for Benchmarking},
author = {Georg Hahn and Elijah Pelofske and Hristo N. Djidjev},
journal= {arXiv preprint arXiv:2308.05859},
year = {2023}
}