高速公路车队优化：两种车辆匹配问题的量子与经典方法
量子物理
2026-03-20 v1 新兴技术
应用物理
摘要
通过车队化实现高速公路上的气动阻力减小是一个已知概念，但尚未见到系统化的采纳，或因为显著的技术和立法障碍。作为进入真实多车队化的低技术切入点， recently 引入了 "Windbreaking-as-a-Service" (WaaS)。本文使用 QUBO 表述研究经典元启发式算法如模拟退火和禁忌搜索，以及包括量子退火和量子近似优化算法 (QAOA) 变体等新兴量子启发式方法。这些启发式求解器不保证最优解，但使用多项式内存遍历相同的高阶景观。它们也可以激进地并行化，以及使用有效的经典后处理可在混合工作流程中仅返回有效日程。因此，本文将 QUBO 定位为一种 common language，允许异构的经典、量子和混合求解器解决高速公路车队优化问题。
引用
@article{arxiv.2603.18919,
title = {Quantum and classical approaches to the optimization of highway platooning: the two-vehicle matching problem},
author = {Chinonso Onah and Agneev Guin and Carsten Othmer and J. A. Montañez-Barrera and Kristel Michielsen},
journal= {arXiv preprint arXiv:2603.18919},
year = {2026}
}