QAOAKit：用于可重复研究、应用和验证QAOA的工具包
量子物理
2022-04-19 v3 新兴技术
摘要
理解量子近似优化算法（QAOA）的最佳已知参数、性能和系统行为仍然是开放的研究问题，尽管该算法越来越受欢迎。我们介绍了QAOAKit，一个用于QAOA的Python工具包，专为探索性研究而构建。QAOAKit是一个统一的预优化QAOA参数和电路生成器仓库，适用于常见的量子模拟框架。我们整合、标准化并交叉验证了MaxCut问题的先前已知参数，并将其纳入QAOAKit。我们还构建了转换工具，将这些参数用作多个量子模拟框架的输入，可用于重现、比较和扩展文献中各种来源的已知结果。我们描述了QAOAKit，并提供了如何使用它来重现研究成果和解决量子优化中开放问题的示例。
引用
@article{arxiv.2110.05555,
title = {QAOAKit: A Toolkit for Reproducible Study, Application, and Verification of the QAOA},
author = {Ruslan Shaydulin and Kunal Marwaha and Jonathan Wurtz and Phillip C. Lotshaw},
journal= {arXiv preprint arXiv:2110.05555},
year = {2022}
}
备注
Fixed typo, missing fonts on macOS