更优解概率度量：优化 QAOA 以超越其热启动解

本文对 Tate 等人[1]提出的热启动量子近似优化算法（QAOA）进行了数值模拟研究，重点关注其在 3-正则最大割问题上的应用。我们的研究表明，热启动 QAOA 在各种倾斜角度下均能持续超越近似比的理论下界，凸显了其在超越最坏情况预测的实际场景中的潜力。尽管有这些改进，但使用针对期望值优化的传统参数的热启动 QAOA 并未超越初始经典解的性能。为解决此问题，我们引入了一个替代参数优化目标，即更优解概率（BSP）度量。我们的结果表明，经 BSP 优化的热启动 QAOA 能在非平凡倾斜角度下找到优于甚至最佳经典热启动解的解，且具有不可忽略的概率。这些发现强调了理论和实证分析在改进 QAOA 和探索其量子优势潜力方面的重要性。