論文の概要: Hybrid Quantum-Classical Optimization Workflows for the Shipment Selection Problem

• arxiv url: http://arxiv.org/abs/2604.11758v1
• Date: Mon, 13 Apr 2026 17:30:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.722379
• Title: Hybrid Quantum-Classical Optimization Workflows for the Shipment Selection Problem
• Title（参考訳）: 出荷選択問題に対するハイブリッド量子古典最適化ワークフロー
• Authors: Miguel Angel Lopez-Ruiz, Daiwei Zhu, Jonas Hatzenbuhler, Shudian Zhao, Claudio Girotto, Willie Aboumrad, Jonas Alm, Julia Kompalla, Mena Issler, Ananth Kaushik, Martin Roetteler,
• Abstract要約: 本稿では,IonQとEinrideが共同開発した電気貨物輸送における船積み選択問題(SSP)の量子最適化フレームワークを提案する。 混合整数二次計画としてSSPを定式化し、それをイテレーティブQAOAを用いてイテレーショナルコストハミルトンに写像する。 エンドツーエンドのハイブリッドワークフローは、Einrideの車両ルーティング問題解決とIonQの量子シミュレーションを統合し、130キュービットまでの実際の匿名化ロジスティクスデータの評価を可能にする。
• 参考スコア（独自算出の注目度）: 0.25457638766329743
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a quantum optimization framework for the Shipment Selection Problem (SSP) in electric freight logistics, developed jointly by IonQ and Einride. Idle gaps arising from stochastic shipment cancellations reduce fleet utilization and revenue; filling them optimally requires solving a combinatorial assignment problem with quadratic inter-gap dependencies. We formulate the SSP as a Mixed-Integer Quadratic Program, map it to an Ising cost Hamiltonian, and solve it using Iterative-QAOA, a non-variational warm-start extension of the Quantum Approximate Optimization Algorithm (QAOA) with a fixed linear-ramp parameter schedule. An end-to-end hybrid workflow integrates Einride's vehicle routing problem (VRP) solver with IonQ's quantum simulations, enabling evaluation on real, anonymized logistics data spanning up to 130 qubits. We assess solution quality through application-level performance metrics, including Shipments Delivered (SD), Schedule Compatibility Score (SCS), and Total Drive Distance (TDD). When the quantum assignment is passed to the classical solver as a warm start, the resulting hybrid workflow achieves improvements of up to 12\% in SD and a reduction of up to 6\% in total drive distance per shipment for specific instances, while total operational cost remains effectively unchanged. These results show that Iterative-QAOA can generate compatibility-aware assignments that become operationally valuable when embedded in a hybrid logistics optimization workflow.
• Abstract（参考訳）: 本稿では,IonQとEinrideが共同開発した電気貨物輸送における船積み選択問題(SSP)の量子最適化フレームワークを提案する。 確率的な出荷キャンセルによって生じるアイドルギャップは、艦隊の利用と収益を減少させ、それらを最適に満たすには、二次的なギャップ間の依存関係による組合せ的な割り当て問題を解決する必要がある。 我々は、SSPを混合整数二次計画として定式化し、Isingコストハミルトニアンにマップし、固定線形ランプパラメータスケジュールを持つ量子近似最適化アルゴリズム(QAOA)の非変分ウォームスタート拡張であるIterative-QAOAを用いて解決する。 エンドツーエンドのハイブリッドワークフローは、Einrideの車両ルーティング問題(VRP)とIonQの量子シミュレーションを統合し、130キュービットまでの実際の匿名化ロジスティクスデータの評価を可能にする。 Shipments Delivered(SD)、Schedule Compatibility Score(SCS)、Total Drive Distance(TDD)など、アプリケーションレベルのパフォーマンス指標を通じて、ソリューションの品質を評価します。 量子割り当てを古典的解法に温かいスタートとして渡すと、結果として生じるハイブリッドワークフローは、SDの最大12\%の改善と、特定のインスタンスに対する出荷毎の駆動距離の最大6\%の削減を実現し、全体の運用コストは実質的に変化しない。 これらの結果から, ハイブリッドロジスティクス最適化ワークフローに組み込むと, 運用上有用となる互換性を考慮した代入を, 反復型QAOAで生成できることが示唆された。

関連論文リスト

• Toward Quantum-Optimized Flow Scheduling in Multi-Beam Digital Satellites [3.5537995993803286]
  スケジューリング効率を向上させるハイブリッド量子古典フレームワークを提案する。 スループット最大化の目的と運用上の制約をコンパクトなQUBOに組み込む。 量子ハードウェア上でのソリューションの品質、ランタイム、ロバスト性を評価する。
  論文  参考訳（メタデータ） (2026-02-28T15:21:38Z)
• Error-Tolerant Quantum State Discrimination: Optimization and Quantum Circuit Synthesis [8.972587433157939]
  我々は、中等雑音下で信頼性の高い性能を維持するために、誤り耐性の量子状態判別戦略を開発する。 我々は、最小エラー識別(MED)とFitQSDを継続的に補間する統合ハイブリッドオブジェクトQSDフレームワークを提供する。 改良されたナイマーク拡張とアイソメトリ合成に基づく回路合成フレームワークは、量子ビットとゲート資源を大幅に削減したハードウェア効率の高い実装を可能にする。
  論文  参考訳（メタデータ） (2026-02-11T10:44:51Z)
• Quantum Approaches to Urban Logistics: From Core QAOA to Clustered Scalability [0.0]
  トラベリングセールスマン問題(TSP)は、物流や輸送に広く適用される最適化の基本的な課題である。 伝統的なアルゴリズムは、しばしば妥当な時間枠内で高品質なソリューションを作成するのに苦労する。 本研究では,ハイブリッド量子古典法である量子近似最適化アルゴリズム(QAOA)の可能性について検討する。
  論文  参考訳（メタデータ） (2025-12-11T17:00:24Z)
• Efficient QAOA Architecture for Solving Multi-Constrained Optimization Problems [3.757262277494307]
  本稿では,量子近似最適化Ansatz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。 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。
  論文  参考訳（メタデータ） (2025-06-03T17:46:53Z)
• Branch-and-bound digitized counterdiabatic quantum optimization [39.58317527488534]
  分岐とバウンドのアルゴリズムは、厳密な下界を得るために目的関数の緩和に依存する凸最適化問題を効果的に解く。 本稿では,緩和困難に対処する分枝・分枝・分枝・分枝・分枝対応量子最適化法 (BB-DCQO) を提案する。
  論文  参考訳（メタデータ） (2025-04-21T18:19:19Z)
• Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
  変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。 本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。 また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
  論文  参考訳（メタデータ） (2024-04-17T11:00:12Z)
• Qubit efficient quantum algorithms for the vehicle routing problem on NISQ processors [48.68474702382697]
  時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。 そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
  論文  参考訳（メタデータ） (2023-06-14T13:44:35Z)
• Fermionic Quantum Approximate Optimization Algorithm [11.00442581946026]
  制約付き最適化問題を解くためのフェルミオン量子近似最適化アルゴリズム(FQAOA)を提案する。 FQAOAは、フェルミオン粒子数保存を用いて、QAOAを通して本質的にそれらを強制する制約問題に対処する。 制約付きハミルトニアン問題に対して、運転者ハミルトニアンを設計するための体系的なガイドラインを提供する。
  論文  参考訳（メタデータ） (2023-01-25T18:36:58Z)
• Collaborative Intelligent Reflecting Surface Networks with Multi-Agent Reinforcement Learning [63.83425382922157]
  インテリジェント・リフレクション・サーフェス(IRS)は将来の無線ネットワークに広く応用されることが想定されている。 本稿では,エネルギー収穫能力を備えた協調型IRSデバイスを用いたマルチユーザ通信システムについて検討する。
  論文  参考訳（メタデータ） (2022-03-26T20:37:14Z)
• 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)

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。