論文の概要: Quantum and classical approaches to the optimization of highway platooning: the two-vehicle matching problem
- arxiv url: http://arxiv.org/abs/2603.18919v1
- Date: Thu, 19 Mar 2026 13:54:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-20 17:19:06.182411
- Title: Quantum and classical approaches to the optimization of highway platooning: the two-vehicle matching problem
- Title（参考訳）: 高速小隊の最適化への量子的および古典的アプローチ--二車マッチング問題
- Authors: Chinonso Onah, Agneev Guin, Carsten Othmer, J. A. Montañez-Barrera, Kristel Michielsen,
- Abstract要約: 擬似アニールやタブサーチなどの古典的メタヒューリスティクスの研究にQUBOの定式化を用いる。
これらの解法は最適性を保証しないが、メモリを用いて同じ高次のランドスケープを横切る。
そこで本論文では,QUBOを異種古典的,量子的,ハイブリッドな問題解決者がハイウェイ小隊の最適化に対処できる共通言語として位置づける。
- 参考スコア（独自算出の注目度）: 0.19573380763700712
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Aerodynamic drag reduction on highways through vehicle platooning is a well-known concept, but it has not yet seen systematic uptake, arguably because of significant technological and legislative obstacles. As a low-tech entry point to real multi-vehicle platooning, "Windbreaking-as-a-Service" (WaaS) was introduced recently. Here we use a QUBO formulation to study classical metaheuristics such as simulated annealing and tabu search, together with emerging quantum heuristics including quantum annealing and variants of the Quantum Approximate Optimization Algorithm (QAOA). These heuristic solvers do not guarantee optimality, but they traverse the same higher-order landscape using polynomial memory. They can also be parallelized aggressively, and efficient classical post-processing can be used in hybrid workflows to return only valid schedules. This paper therefore positions QUBO as a common language that allows heterogeneous classical, quantum, and hybrid solvers to address the optimization of highway platooning.
- Abstract（参考訳）: 自動車小隊による高速道路の空力抵抗低減はよく知られた概念であるが、大きな技術的および立法上の障害のため、体系的な取り込みは見られていない。
実際のマルチ車両小隊へのローテクなエントリーポイントとして、"Windbreaking-as-a-Service"(WaaS)が最近導入された。
ここでは、量子近似最適化アルゴリズム(QAOA)の変種を含む量子アニールを含む新しい量子ヒューリスティックとともに、擬似アニールやタブサーチのような古典的メタヒューリスティックの研究にQUBOの定式化を用いる。
これらのヒューリスティックな解法は最適性を保証しないが、多項式メモリを用いて同じ高階の風景を横切る。
それらを積極的に並列化することもでき、効率的な古典的な後処理をハイブリッドワークフローで使用して、有効なスケジュールのみを返すこともできる。
そこで本稿では,QUBOを異質な古典的,量子的,ハイブリッドな問題解決者がハイウェイ小隊の最適化に対処できる共通言語として位置づける。
関連論文リスト
- Hybrid Sequential Quantum Computing [33.72751145910978]
ハイブリッドシーケンシャル量子コンピューティング(HSQC)を導入する。
HSQCは古典的および量子的手法を構造化された段階的ワークフローに体系的に統合する。
スタンドアロンの古典的解法と比較すると、HSQCはSAの最大700倍、実行時の最大9倍のスピードアップを達成する。
論文 参考訳（メタデータ） (2025-10-07T12:15:43Z) - Quantum Annealing for Machine Learning: Applications in Feature Selection, Instance Selection, and Clustering [41.94295877935867]
量子解法と古典解法をともに実装し,その有効性を比較する。
特徴選択のために,特徴量と冗長性のバランスをとるいくつかのQUBO構成を提案する。
事例選択では,既存手法を拡張した事例レベルの重要度尺度を提案する。
クラスタリングには古典的クラスタリングとQUBOベースのメドイドリファインメントを併用した古典的量子パイプラインを組み込む。
論文 参考訳（メタデータ） (2025-07-20T17:59:14Z) - QUEST: QUantum-Enhanced Shared Transportation [0.20999222360659608]
textbfQUEST (Quantum-Enhanced Shared Transportation) について紹介する。
混合整数二次問題(MIQP)としてのウインドブレーカーとウィンドサーファーのペアリングを定式化する。
古典的には、グロビをベースとした解法であるハンガリーアルゴリズムと、二進ベクトルのブルートフォース列挙によって解を検証している。
我々の量子実装は、古典的手法によって同定された最適な割り当てをうまく回復する。
論文 参考訳（メタデータ） (2025-05-12T21:19:19Z) - Hierarchical Quantum Optimization via Backbone-Driven Problem Decomposition: Integrating Tabu-Search with QAOA [6.1238490000465635]
我々は、ノイズ中間スケール量子(NISQ)デバイスの限界を克服するためにBackbone-DrivenOAを提案する。
提案手法では, 適応型タブサーチによりバックボーン変数を動的に同定し, 固定し, 縮小次元部分空間を構築する。
提案手法は,量子資源と古典資源の割り当てを効果的に調整し,大規模最適化問題の解決を可能にする。
論文 参考訳（メタデータ） (2025-04-13T13:50:38Z) - Non-native Quantum Generative Optimization with Adversarial Autoencoders [34.82692226532414]
本稿では、大規模最適化問題を既存の量子サンプリングにマッピングするために使用できる逆量子オートエンコーダモデル(AQAM)を紹介する。
従来のマルコフ・チェインモンテカルロ試料と比較すると,AQAMはレニイ偏差が低く,スペクトルギャップが大きくなることが示されている。
論文 参考訳（メタデータ） (2024-07-18T18:03:18Z) - A Hybrid Quantum-Classical Approach to the Electric Mobility Problem [0.8796261172196743]
NP-hard Electric Vehicle Fleet Charging and Allocation Problemのためのハイブリッド量子古典ルーチンを提案する。
分解法の性能を古典的・量子的メタヒューリスティックスで評価する。
提案手法の主な利点は、多くの不等式制約のある現実的な問題に対して量子ベースの方法を可能にすることである。
論文 参考訳（メタデータ） (2023-10-04T12:14:56Z) - Hybrid Quantum-Classical Multilevel Approach for Maximum Cuts on Graphs [1.7720089167719628]
我々は、Max-Cutの大規模インスタンスを解決するために、スケーラブルなハイブリッドマルチレベルアプローチを導入する。
フレームワークでのQAOAの使用は、古典的なアプローチに匹敵するものであることを示す。
論文 参考訳（メタデータ） (2023-09-15T23:54:46Z) - A Copositive Framework for Analysis of Hybrid Ising-Classical Algorithms [18.075115172621096]
本稿では,Isingソルバを用いた混合二項二次プログラムの解法におけるハイブリッドアルゴリズムの形式解析について述べる。
本稿では,ハイブリッド量子古典的切削平面アルゴリズムを用いてこの問題を解決することを提案する。
論文 参考訳（メタデータ） (2022-07-27T16:47:32Z) - Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。
レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文 参考訳（メタデータ） (2022-03-01T19:47:16Z) - 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。