Was ist der Unterschied zwischen QAOA und Quantum Annealing?

Edward Farhis Artikel über den Quantum Approximate Optimization Algorithm stellt eine Möglichkeit für Gate-Modell-Quantencomputer vor, kombinatorische Optimierungsalgorithmen zu lösen. Quanten-Annealer im D-Wave-Stil konzentrieren sich jedoch seit einiger Zeit auf kombinatorische Optimierungsalgorithmen. Was bringt die Verwendung von QAOA auf einem Quantencomputer mit Gate-Modell anstelle eines Quanten-Annealers?

— hoffentlich kohärent
quelle

Einer der Vorteile, wie in dem von Ihnen verlinkten Artikel angegeben, besteht darin, dass Sie mit QAOA die Genauigkeit beliebig erhöhen können, während QA die Lösung nur mit der Wahrscheinlichkeit 1 als was unpraktisch ist. Wenn zu lang ist, werden Sie wahrscheinlich keine Lösung finden, da die Wahrscheinlichkeit nicht monoton ist. Ich glaube, ein Beispiel dafür findet sich in einem Fair-Sampling-Paper von Matsuda et al. Abbildung 4 zeigt, dass Sie für großes Quantenglühen in einem 5-Qubit-System wahrscheinlich nur 2 der 3 möglichen Zustände finden. $T \to \infty$ $T$ $\tau$

[arXiv: 0808.0365v3] Grundzustandsstatistik von Annealing-Algorithmen: Quantum vs klassische Ansätze - Matsuda et al.

— Andrew O.
quelle

Ja, Sie können die Genauigkeit mit QAOA beliebig erhöhen, aber Sie tun dies, indem Sie die Ganzzahl erhöhen . Wenn ist, finden Sie die Lösung mit der Wahrscheinlichkeit .

p

$p$

p \to \infty

$p\rightarrow \infty$

1

$1$

— Turbotanten

Was ist ein intuitiver oder mathematischer Grund für ein besseres Ergebnis mit zunehmendem p?

— Abdullah Ash-Saki