用于网络流优化的 QED 驱动 QAOA
量子物理
2021-07-28 v3 强关联电子
摘要
我们提出一个通用框架，用于修改量子近似优化算法（QAOA）以求解约束网络流问题。通过利用流约束与电磁学高斯定律之间的类比，我们设计了受晶格量子电动力学（QED）启发的混合哈密顿量，在 QAOA 过程中始终保持流约束。这导致所需探索的构型空间大小呈指数级缩减，我们通过数值模拟表明，与原始 QAOA 流程相比，这能产生更高质量的近似解。我们给出了针对与交通拥堵最小化相关的边不相交路径（EDP）问题的具体实现，数值分析了初始态选择的影响，并通过粒子-涡旋对偶映射探讨了线路复杂度与量子比特资源之间的权衡。比较初始态的影响揭示，以遍历的（无偏的）解叠加态开始比以混合器基态开始具有更优性能，这表明偏离了常用于解释 QAOA 的“绝热捷径”机制。
引用
@article{arxiv.2006.09418,
title = {QED driven QAOA for network-flow optimization},
author = {Yuxuan Zhang and Ruizhe Zhang and Andrew C. Potter},
journal= {arXiv preprint arXiv:2006.09418},
year = {2021}
}
备注
14 pages, 10 figures