马里兰大学开发新框架旨在增强量子算法以应对复杂的配送路线

盖世汽车讯 据外媒报道，由Yuan-Zheng Lei领导的马里兰大学科学家团队开发出新的框架，旨在增强量子近似优化算法(Quantum Approximate Optimisation Algorithm，QAOA)，以应对复杂的物流挑战，特别是车辆路径问题。这项研究解决了标准QAOA的一个根本局限性:难以在庞大的搜索空间中高效地识别有效解。

该团队的方法结合了目标初始状态和一种新型混合器，该混合器旨在既保留现有的部分解结构，又能促进对新潜在路径的探索。通过仿真进行的评估(包括考虑当前量子硬件实际限制的仿真)始终表明，与传统的QAOA实现相比，该方法在解的成本和可行性方面均表现出更优的性能，这表明随着量子技术的成熟，为更高效的车辆路径量子解决方案提供了一条可行的途径。

约束感知QAOA显著扩展车辆路径问题的可行解空间