面向带约束 VRP 的强化学习引导量子 ALNS

本研究开发了一种用于带约束车辆路径问题的量子-经典混合框架，重点关注带时间窗的取送货问题。我们没有将整个路径问题作为独立的量子优化任务，而是将浅层量子采样器嵌入到自适应大邻域搜索 (ALNS) 启发式算法的修复阶段。Deep Q-Network 控制器利用描述局部修复结构和预测硬件可靠性的特征，决定每个缩减后的修复子问题应由经典修复启发式算法还是量子采样器处理。IBM Heron 实验用于校准局部量子修复电路的经验噪声感知模型。在所有测试实例中，量子修复仅在约 16% 的缩减修复状态下是可接受的，且平均而言并不占优。然而，在选定的匹配修复预算下，支持量子的修复在 36 种测试设置中的 29 种中降低了相对于标准 ALNS 的最终间隙。这些结果表明，近期量子采样作为一种选择性局部修复机制最为有用，而不是作为经典路径启发式算法的替代品。