利用 Rydberg 原子解决电网优化问题
量子物理
2024-04-18 v1
摘要
中性原子量子硬件的快速发展为设计面向建立量子实用性的硬件导向算法提供了独特机会。本文研究了两种此类算法在解决各种加权图的 MaxCut 问题方面的性能。第一种方法使用最新的机器学习工具优化脉冲形状和图的嵌入，通过一种使用adiabatic Ansatz寻找基态的方法。我们在寻找IEEE 9-bus电力系统的最大功率分段任务以及在Aquila量子处理器上解决规模最大达12的随机生成问题的MaxCut问题时测试了该方法的性能。迄今为止，本工作首次在Quera的Aquila量子硬件上实现了MaxCut结果。我们的实验表明，尽管获得解答的概率降低，但仍可在云端访问的中性原子量子硬件上求解MaxCut问题。第二种方法使用局部频调技术，这是Aquila硬件上的一种新兴更新，能够以接近精确的方式实现标准QAOA Ansatz，并具有类似性能。最后，我们研究了在adiabatic方法中实现的时间演化中的保真度，以作为IEEE 9-bus电网图状态的基准。
引用
@article{arxiv.2404.11440,
title = {Solving Power Grid Optimization Problems with Rydberg Atoms},
author = {Nora Bauer and Kübra Yeter-Aydeniz and Elias Kokkas and George Siopsis},
journal= {arXiv preprint arXiv:2404.11440},
year = {2024}
}
备注
9 pages, 6 figures