盖世汽车讯 据外媒报道，由Yuan-Zheng Lei领导的马里兰大学（University of Maryland）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。
图片来源：ArXiv
该团队的方法结合了目标初始状态（该初始状态基于问题固有的局部约束）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
*特别声明：本文为技术类文章，禁止转载或大篇幅摘录！违规转载，法律必究。
本文地址：https://auto.gasgoo.com/news/202604/14I70453589C409.shtml
联系邮箱：info@gasgoo.com
求职应聘：021-39197800-8035
简历投递：zhaopin@gasgoo.com
客服微信：gasgoo12 (豆豆)
新闻热线：021-39586122
商务合作：021-39586681
市场合作：021-39197800-8032
研究院项目咨询：021-39197921
—— 全球视野·中国声音 ——
