リゲッティとパデュー大学、制約付き最適化のための量子プリコンディショニングフレームワークを実証

量子コンピューティング開発企業のリゲッティ・コンピューティングとパデュー大学の研究者たちは、リゲッティの量子プリコンディショニングフレームワークを、厳密な制約を持つ組み合わせ最適化問題に拡張する共同研究を発表しました。浅い量子近似最適化アルゴリズム（QAOA）回路から抽出された2点変数相関を利用して、商用混合整数計画法（MIP）ソルバーの目的関数を変更することで、チームは量子プリコンディショニングが古典的なブランチ・アンド・バウンド探索を、プリコンディショニングなしの実行と比較して最大100倍高速に最適解に近い閾値まで導くことができることを実証しました。