論文の概要: A Quantum Optimization Case Study for a Transport Robot Scheduling Problem

• arxiv url: http://arxiv.org/abs/2309.09736v1
• Date: Mon, 18 Sep 2023 13:00:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-19 13:32:37.359023
• Title: A Quantum Optimization Case Study for a Transport Robot Scheduling Problem
• Title（参考訳）: 輸送ロボットスケジューリング問題に対する量子最適化のケーススタディ
• Authors: Dominik Leib, Tobias Seidel, Sven J\"ager, Raoul Heese, Caitlin Isobel Jones, Abhishek Awasthi, Astrid Niederle, Michael Bortz
• Abstract要約: 我々は、D-Wavesの量子古典ハイブリッドフレームワーク、富士通の量子インスパイアされたデジタルアニール、そして輸送ロボットスケジューリング問題の解法におけるグロビの最先端の古典的解法を比較した。 ディジタルアニールラーには有望な結果が得られ、グロビと直接比較すると、ハイブリッド量子アニールラーにはいくつかの機会がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a comprehensive case study comparing the performance of D-Waves' quantum-classical hybrid framework, Fujitsu's quantum-inspired digital annealer, and Gurobi's state-of-the-art classical solver in solving a transport robot scheduling problem. This problem originates from an industrially relevant real-world scenario. We provide three different models for our problem following different design philosophies. In our benchmark, we focus on the solution quality and end-to-end runtime of different model and solver combinations. We find promising results for the digital annealer and some opportunities for the hybrid quantum annealer in direct comparison with Gurobi. Our study provides insights into the workflow for solving an application-oriented optimization problem with different strategies, and can be useful for evaluating the strengths and weaknesses of different approaches.
• Abstract（参考訳）: 本稿では,d-wavesのquantum-classical hybrid framework,futsuのquantum-inspired digital annealer,gurobi's state-of-the-art classical solverの性能比較を行った。 この問題は、産業的に関連のある現実世界のシナリオに由来する。 我々は、異なる設計哲学に従う問題に対して、3つの異なるモデルを提供する。 ベンチマークでは、異なるモデルとソルバの組み合わせのソリューション品質とエンドツーエンドランタイムに焦点を当てています。 ディジタルアニールラーには有望な結果が得られ、グロビと直接比較すると、ハイブリッド量子アニールラーにはいくつかの機会がある。 本研究は、異なる戦略でアプリケーション指向最適化問題を解決するためのワークフローに関する洞察を提供し、異なるアプローチの強みと弱みを評価するのに有用である。

関連論文リスト

• Multi-Objective Optimization and Network Routing with Near-Term Quantum Computers [0.2150989251218736]
  我々は,多目的最適化問題を解くために,近距離量子コンピュータを応用できる手法を開発した。 量子近似最適化アルゴリズム(QAOA)に基づく実装に焦点を当てる。
  論文  参考訳（メタデータ） (2023-08-16T09:22:01Z)
• Qubit efficient quantum algorithms for the vehicle routing problem on quantum computers of the NISQ era [65.31857472429745]
  時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクスや輸送など、多くの分野で発生する古典的な最適化問題である。 本研究では、QUBOとしてVRPTWを定式化し、提案した符号化方式を用いて、VRPTWに量子変分アプローチを適用する。 提案手法は,全符号化を用いた量子アルゴリズムの解に匹敵するVRPTWの近似解を求めることができることを示す。
  論文  参考訳（メタデータ） (2023-06-14T13:44:35Z)
• Let the Flows Tell: Solving Graph Combinatorial Optimization Problems with GFlowNets [84.57572388634603]
  GFlowNetsは、複合非正規化密度を逐次サンプリングする強力な機械として登場した。 本稿では,異なる問題に対してマルコフ決定プロセス(MDP)を設計し,条件付きGFlowNetを学習して解空間からサンプルを作成することを提案する。
  論文  参考訳（メタデータ） (2023-05-26T15:13:09Z)
• Exploring the synergistic potential of quantum annealing and gate model computing for portfolio optimization [2.432141667343098]
  我々は、量子アニールとゲートベースの量子コンピューティングシステムの両方の利点を最大限に活用するために研究を拡大する。 インド株式市場の現実世界の株価データを最大64件の資産でテストしています。 この結果から,ハイブリッドアニールゲート量子コンピューティングは,投資ポートフォリオの最適化を目指すポートフォリオマネージャにとって貴重なツールである可能性が示唆された。
  論文  参考訳（メタデータ） (2023-05-02T15:02:13Z)
• Recommending Solution Paths for Solving Optimization Problems with Quantum Computing [2.940641102719512]
  最適解パスを特定し,推奨するフレームワークを提案する。 最先端のハイブリッドアルゴリズム、エンコーディングおよび分解技術はモジュラー方式で統合することができる。 選択した選択肢の集合に対する我々のアプローチの実証と検証を行い、キャパシタイトされた車両ルーティング問題に対するその適用例を示す。
  論文  参考訳（メタデータ） (2022-12-21T15:55:43Z)
• Optimization of Robot Trajectory Planning with Nature-Inspired and Hybrid Quantum Algorithms [0.0]
  産業規模でロボット軌道計画問題を解く。 我々のエンドツーエンドソリューションは、高度に多目的なランダムキーアルゴリズムとモデル積み重ねとアンサンブル技術を統合している。 我々は、後者が我々のより大きなパイプラインにどのように統合され、問題に対する量子対応ハイブリッドソリューションを提供するかを示す。
  論文  参考訳（メタデータ） (2022-06-08T02:38:32Z)
• Neural Improvement Heuristics for Preference Ranking [69.23334811890919]
  本稿では,グラフに基づく問題に対するニューラル改善(NI)モデルを提案する。 本モデルでは, ソリューションの品質向上のために, 項目の相互優先の修正を提案する。 これらのアルゴリズムは、優先度ランキング問題の解法として用いられ、シミュレーションや実世界のデータにおいて、従来の方法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-06-01T10:35:29Z)
• Analysis of Vehicle Routing Problem in Presence of Noisy Channels [0.0]
  車両ルーティング問題(VRP)はNPハード最適化問題である。 この研究は、変数 ANSATZ 上の変分量子固有解法を用いて、3 と 4 の都市に基本的な VRP ソリューションを構築する。
  論文  参考訳（メタデータ） (2021-12-28T10:20:42Z)
• Multi-Objective Constrained Optimization for Energy Applications via Tree Ensembles [55.23285485923913]
  エネルギーシステムの最適化問題は、強い非線形系の挙動と複数の競合する目的のために複雑である。 場合によっては、提案された最適解は、物理的性質や安全クリティカルな操作条件に関連する明示的な入力制約に従う必要がある。 本稿では,ブラックボックス問題に対する制約付き多目的最適化のためのツリーアンサンブルを用いた新しいデータ駆動戦略を提案する。
  論文  参考訳（メタデータ） (2021-11-04T20:18:55Z)
• Machine Learning Framework for Quantum Sampling of Highly-Constrained, Continuous Optimization Problems [101.18253437732933]
  本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。 本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
  論文  参考訳（メタデータ） (2021-05-06T02:22:23Z)
• Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
  QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。 このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。 本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
  論文  参考訳（メタデータ） (2020-03-11T13:52:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。