論文の概要: Constrained Quantum Optimization via Iterative Warm-Start XY-Mixers
- arxiv url: http://arxiv.org/abs/2604.02083v1
- Date: Thu, 02 Apr 2026 14:12:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-03 14:21:10.849547
- Title: Constrained Quantum Optimization via Iterative Warm-Start XY-Mixers
- Title（参考訳）: 反復ワームスターXYミクサによる制約量子最適化
- Authors: David Bucher, Maximilian Janetschek, Michael Poppel, Jonas Stein, Claudia Linnhoff-Popien, Sebastian Feld,
- Abstract要約: XYミキサーは量子状態の進化を実現可能な部分空間に閉じ込めることに成功した。
Warm-startingは、予備的なソリューションに基づいて、将来性のある領域への探索をバイアスする。
高温開始XYミキサーハミルトニアンをワンホット制約として開発し,その基底状態特性を証明した。
- 参考スコア（独自算出の注目度）: 2.848229367557305
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The Quantum Approximate Optimization Algorithm (QAOA) is a leading hybrid heuristic for combinatorial optimization, but efficiently handling hard constraints remains a significant challenge. XY-mixers successfully confine quantum state evolution to a feasible subspace, such as the Hamming-weight-1 sector for one-hot constraints. On the contrary, warm-starting biases the search toward promising regions based on preliminary solutions. Combining these two techniques requires maintaining the essential alignment between the initial state and the mixer Hamiltonian to preserve convergence guarantees. Previous work demonstrated warm-starting with XY-mixers via a biased initial state, but relying only on standard mixer Hamiltonians. Consequently, the initial state is no longer a ground state of the mixer. In this work, we overcome these limitations by formulating a warm-started XY-mixer Hamiltonian for one-hot constraints and proving its ground-state properties. Furthermore, we provide a shallow circuit implementation suitable for NISQ implementations. We embed the warm-starting into a classical heuristic that iteratively updates the bias based on previous samples, called Iterative Warm-Starting (IWS). Extensive numerical simulations on Max-$k$-Cut and Traveling Salesperson Problem instances demonstrate that IWS-QAOA significantly accelerates the solution-finding process, increasing the probability of sampling optimal solutions by orders of magnitude compared to standard XY-QAOA. Finally, we validate our approach on the ibm_boston QPU using hardware-tailored 144-qubit problem instances. By coupling IWS-QAOA with a greedy steepest-descent post-processing strategy to repair infeasible measurements caused by hardware noise, we successfully identify optimal solutions on actual quantum devices.
- Abstract（参考訳）: 量子近似最適化アルゴリズム(QAOA)は組合せ最適化の先導的なハイブリッドヒューリスティックであるが、高い制約を効率的に扱うことは依然として大きな課題である。
XYミキサーは、1ホット制約に対するハミングウェイト-1セクターのような実現可能な部分空間に量子状態の進化を閉じ込めることに成功した。
それとは対照的に、ウォームスタートは予備解に基づく将来性のある領域への探索をバイアスする。
これら2つの手法を組み合わせるには、収束保証を維持するために初期状態とミキサー・ハミルトンの本質的な整合性を維持する必要がある。
以前の研究では、XYミキサーは偏りのある初期状態を通じて温暖に開始することを示したが、標準ミキサーであるハミルトニアンにのみ依存していた。
従って、初期状態はもはやミキサーの基底状態ではない。
本研究は, 高温開始XY混合ハミルトニアンを1ホットの制約に対して定式化し, その基底状態特性を証明することによって, これらの制約を克服するものである。
さらに,NISQ実装に適した浅い回路実装を提案する。
IWS(Iterative Warm-Starting)と呼ばれる以前のサンプルに基づいてバイアスを反復的に更新する古典的なヒューリスティックに、ウォームスタートを組み込む。
Max-k$-Cut および Traveling Salesperson Problem の大規模数値シミュレーションにより、IWS-QAOA は解のフィニング過程を著しく加速し、標準 XY-QAOA よりも桁違いに最適な解をサンプリングする確率を増大させることを示した。
最後に,ibm_boston QPUに対するハードウェア調整144量子問題インスタンスによるアプローチを検証する。
IWS-QAOAを、ハードウェアノイズによる非実用性測定を修復するために、鮮やかな急勾配後処理戦略と組み合わせることで、実際の量子デバイス上での最適解の同定に成功した。
関連論文リスト
- Learning Feasible Quantum States for Quadratic Constrained Binary Optimization Problems [41.23247424467223]
我々はQCBOの制約を満たす量子状態の同値重ね合わせを生成する変動的アプローチを開発する。
結果として生じる同値な重ね合わせは、QUBO/QCBOを解く量子アルゴリズムの初期状態として使用できる。
論文 参考訳（メタデータ） (2025-08-04T16:44:53Z) - A Warm-start QAOA based approach using a swap-based mixer for the TSP: theoretical considerations,implementation and experiments [0.0]
旅行セールスマン問題(TSP)に対応したスワップベースのミキサーを導入する。
本稿では,QAOAを任意の古典解によって生成される解で初期化するウォームスタート手法を提案する。
5人の顧客が参加するカスタムTSPインスタンスの実験結果が、このアプローチの有効性を実証している。
論文 参考訳（メタデータ） (2025-05-02T12:04:46Z) - Warm-Starting QAOA with XY Mixers: A Novel Approach for Quantum-Enhanced Vehicle Routing Optimization [11.41994899497275]
量子進化を導くために古典的な近似解を取り入れたウォームスタート技術と、XYミキサーのようなカスタムミキサー・ハミルトン(英語版)は、探索を問題の構造に合わせた実行可能な部分空間に制限する。
本稿では、これらの2つの戦略を統合し、高品質な古典解に対する制約対応量子進化を可能にするアプローチを提案する。
現実の自動車問題におけるサブルーチンとして頻繁に遭遇する標準最適化問題であるトラベリングセールスパーソン問題(Traveing Salesperson Problem)の5都市事例に対するアプローチを評価する。
論文 参考訳（メタデータ） (2025-04-28T16:08:38Z) - Solving Constrained Combinatorial Optimization Problems with Variational Quantum Imaginary Time Evolution [4.266376725904727]
本稿では,VarQITEが従来の手法に比べて平均最適性ギャップを著しく小さくすることを示す。
ハミルトニアンのスケーリングにより、最適化コストをさらに削減し、収束を加速できることを実証する。
論文 参考訳（メタデータ） (2025-04-17T03:09:37Z) - Bayesian Quantum Amplitude Estimation [46.03321798937855]
量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。
耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。
本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
論文 参考訳（メタデータ） (2024-12-05T18:09:41Z) - Optimizing random local Hamiltonians by dissipation [44.99833362998488]
簡単な量子ギブスサンプリングアルゴリズムが最適値の$Omega(frac1k)$-fraction近似を達成することを証明した。
この結果から, 局所スピンおよびフェルミオンモデルに対する低エネルギー状態の発見は量子的に容易であるが, 古典的には非自明であることが示唆された。
論文 参考訳（メタデータ） (2024-11-04T20:21:16Z) - MG-Net: Learn to Customize QAOA with Circuit Depth Awareness [51.78425545377329]
量子近似最適化アルゴリズム(QAOA)とその変種は、最適化問題に対処する大きな可能性を示している。
良好な性能を実現するために必要な回路深度は問題固有であり、しばしば現在の量子デバイスの最大容量を超える。
ミキサジェネレータネットワーク (MG-Net) は, 最適ミキサハミルトニアンを動的に定式化するための統合ディープラーニングフレームワークである。
論文 参考訳（メタデータ） (2024-09-27T12:28:18Z) - Alignment between Initial State and Mixer Improves QAOA Performance for
Constrained Optimization [11.445200448951072]
量子交互演算子 ansatz (QAOA) は断熱アルゴリズムと強い関係を持つ。
本稿では, 断熱アルゴリズムの直感がQAOA初期状態を選択するタスクに適用できることを実証する。
論文 参考訳（メタデータ） (2023-05-05T21:54:28Z) - QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum
machines [81.4597482536073]
量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。
量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。
提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
論文 参考訳（メタデータ） (2022-05-24T03:49:10Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳（メタデータ） (2022-02-17T18:59:20Z)
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。