训练量子优化器

摘要

在本文的实施例中公开了具有不同参数化的量子近似优化算法的变型。在特定实施例中，使用了不同的目标，而不是寻找近似解决优化问题的状态，公开的技术的实施例找到了将产生与最佳状态(给出实例，例如，MAX‑2‑SAT的)具有高重叠的状态的量子算法。在某些实施例中，使用机器学习方法，其中选择问题的“训练集合”并且将参数进行优化以产生针对该训练集合的大的重叠。然后在更大的问题集合上测试该问题。当在全集合上进行测试时，找到的参数产生比优化的退火时间明显更大的重叠。在其他随机实例(例如，从20位到28位)上的测试继续显示出对退火的改进，其中在最困难的问题上改进最显著。例如，公开的技术的实施例可以用于具有有限相干时间的近期的量子计算机。