論文の概要: Efficient QAOA Architecture for Solving Multi-Constrained Optimization Problems

• arxiv url: http://arxiv.org/abs/2506.03115v1
• Date: Tue, 03 Jun 2025 17:46:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:35.970958
• Title: Efficient QAOA Architecture for Solving Multi-Constrained Optimization Problems
• Title（参考訳）: 多制約最適化問題の解法のための効率的なQAOAアーキテクチャ
• Authors: David Bucher, Daniel Porawski, Maximilian Janetschek, Jonas Stein, Corey O'Meara, Giorgio Cortiana, Claudia Linnhoff-Popien,
• Abstract要約: 本稿では,量子近似最適化アンサッツのための制約符号化手法の新たな組み合わせを提案する。 ワンホット制約は、検索空間を実現可能なサブ空間に自然に制限する$XY$-mixerによって強制される。 確立されたQUBOの定式化と組み合わせた手法をベンチマークし、最適解をサンプリングする確率と解の質を向上した。
• 参考スコア（独自算出の注目度）: 3.757262277494307
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper proposes a novel combination of constraint encoding methods for the Quantum Approximate Optimization Ansatz (QAOA). Real-world optimization problems typically consist of multiple types of constraints. To solve these optimization problems with quantum methods, typically all constraints are added as quadratic penalty terms to the objective. However, this technique expands the search space and increases problem complexity. This work focuses on a general workflow that extracts and encodes specific constraints directly into the circuit of QAOA: One-hot constraints are enforced through $XY$-mixers that restrict the search space to the feasible sub-space naturally. Inequality constraints are implemented through oracle-based Indicator Functions (IF). We test the performance by simulating the combined approach for solving the Multi-Knapsack (MKS) and the Prosumer Problem (PP), a modification of the MKS in the domain of electricity optimization. To this end, we introduce computational techniques that efficiently simulate the two presented constraint architectures. Since $XY$-mixers restrict the search space, specific state vector entries are always zero and can be omitted from the simulation, saving valuable memory and computing resources. We benchmark the combined method against the established QUBO formulation, yielding a better solution quality and probability of sampling the optimal solution. Despite more complex circuits, the time-to-solution is more than an order of magnitude faster compared to the baseline methods and exhibits more favorable scaling properties.
• Abstract（参考訳）: 本稿では,量子近似最適化アンサッツ(QAOA)のための制約符号化手法の新たな組み合わせを提案する。 実世界の最適化問題は通常、複数の種類の制約からなる。 これらの最適化問題を量子法で解くために、通常、全ての制約は目的に二次的なペナルティ項として加算される。 しかし,この手法は探索空間を拡大し,問題の複雑性を増大させる。 この研究は、QAOAの回路に直接、特定の制約を抽出してエンコードする一般的なワークフローに焦点を当てている。 不等式制約は、オラクルベースのIndicator Functions(IF)を通じて実装される。 電気最適化分野におけるMKSの修正であるMKS(Multi-Knapsack)とPP(Prosumer Problem)を解くための組み合わせアプローチをシミュレートして性能を検証した。 そこで本研究では,2つの制約アーキテクチャを効率的にシミュレートする計算手法を提案する。 XY$-mixersは検索スペースを制限するため、特定の状態ベクトルエントリは常にゼロであり、シミュレーションから省略することができ、貴重なメモリとコンピューティングリソースを節約できる。 確立されたQUBOの定式化と組み合わせた手法をベンチマークし、最適解をサンプリングする確率と解の質を向上した。 より複雑な回路にもかかわらず、解法はベースライン法に比べて桁違いに高速であり、より良好なスケーリング特性を示す。

関連論文リスト

• SCOOP: A Quantum-Computing Framework for Constrained Combinatorial Optimization [0.0]
  本稿では,制約付き最適化問題を解くための新しいフレームワークSCOOPを提案する。 SCOOPは制約付き問題を制約なしのものに変換し、SCOOP問題ツインを形成する。 本稿では,3つのNP-hard問題,最小支配集合,最小最大マッチング,最小集合被覆の枠組みを実証する。
  論文  参考訳（メタデータ） (2025-04-15T06:17:23Z)
• Compressed space quantum approximate optimization algorithm for constrained combinatorial optimization [6.407238428292173]
  圧縮された空間を設計する手法を導入し,その実現可能な解空間を元より少ない量子ビットで表現する。 次に、この縮小空間内の準最適解を求める圧縮空間 QAOA を提案する。
  論文  参考訳（メタデータ） (2024-10-08T05:48:46Z)
• Multiobjective variational quantum optimization for constrained problems: an application to Cash Management [45.82374977939355]
  本稿では,変分量子アルゴリズムを用いた制約付き最適化問題の解法を提案する。 我々は、キャッシュマネジメント問題という、金融の極めて関連性の高い現実世界の問題について、我々の提案を検証した。 実験の結果, 実現したソリューションのコスト, 特に局所最小値の回避に関して, 大幅な改善が見られた。
  論文  参考訳（メタデータ） (2023-02-08T17:09:20Z)
• Symmetric Tensor Networks for Generative Modeling and Constrained Combinatorial Optimization [72.41480594026815]
  ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。 これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。 本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
  論文  参考訳（メタデータ） (2022-11-16T18:59:54Z)
• Constrained mixers for the quantum approximate optimization algorithm [55.41644538483948]
  ヒルベルト空間全体の部分空間への発展を制限する混合作用素を構築するための枠組みを提案する。 我々は,「ワンホット」状態の部分空間を保存するために設計された「XY」ミキサーを,多くの計算基底状態によって与えられる部分空間の一般の場合に一般化する。 我々の分析は、現在知られているよりもCXゲートが少ない"XY"ミキサーのトロタライズも有効である。
  論文  参考訳（メタデータ） (2022-03-11T17:19:26Z)
• Faster Algorithm and Sharper Analysis for Constrained Markov Decision Process [56.55075925645864]
  制約付き意思決定プロセス (CMDP) の問題点について検討し, エージェントは, 複数の制約を条件として, 期待される累積割引報酬を最大化することを目的とする。 新しいユーティリティ・デュアル凸法は、正規化ポリシー、双対正則化、ネステロフの勾配降下双対という3つの要素の新たな統合によって提案される。 これは、凸制約を受ける全ての複雑性最適化に対して、非凸CMDP問題が$mathcal O (1/epsilon)$の低い境界に達する最初の実演である。
  論文  参考訳（メタデータ） (2021-10-20T02:57:21Z)
• Quantum constraint learning for quantum approximate optimization algorithm [0.0]
  本稿では,探索部分空間を厳しく制約するミキサーハミルトンを学習するための量子機械学習手法を提案する。 学習したユニタリを直接適応可能なアンサッツを使用してQAOAフレームワークにプラグインすることができる。 また,Wasserstein距離を用いた近似最適化アルゴリズムの性能を,制約なしで評価する直感的計量法を開発した。
  論文  参考訳（メタデータ） (2021-05-14T11:31:14Z)
• Combining Deep Learning and Optimization for Security-Constrained Optimal Power Flow [94.24763814458686]
  セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。 SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。 本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-14T12:38:21Z)
• 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。