[論文レビュー] Aircraft Loading Optimization -- QUBO models under multiple constraints

Giovanni Pilon, Nicola Gugole+1 more|arXiv (Cornell University)|Feb 16, 2021

Quantum Computing Algorithms and Architecture参考文献 1被引用数 4

ひとこと要約

本論文は、Airbus Quantum Computing Challengeにおける航空機積載最適化問題を、ペナルティ関数を用いて制約を符号化することで、複数の物理的制約（積載重量制限、重心範囲、せん断力制限）を含む二次無制約バイナリ最適化（QUBO）モデルに定式化する。著者らは、QUBOモデルがD-Wave 2000Qのような量子アニーリング機器と互換可能であることを示し、古典的ソルバーと比較することで、中程度の成功確率で実行可能な解を得られ、古典的手法に比べて平均積載重量が劣ることを示している。

ABSTRACT

In this submission we solve the Aircraft Loading Optimization problem of the Airbus Quantum Computing Challenge. Finding the optimal loading for a plane is a challenging task for classical algorithms, especially because the solution must respect several flight constraints. The contribution of this work is formulating this problem and its constraints in a model based on QUBO equations which are compatible with quantum annealers. We then benchmarked the model on different solvers to evaluate the performances and capabilities of current technologies.

研究の動機と目的

• 積載重量、重心、せん断力制限などの現実のフライト制約のもとでの複雑な航空機積載最適化問題に対処すること。
• これらの制約を、量子アニーリング機器に適したQUBO互換ペナルティ関数フレームワークに再定式化すること。
• 古典的QUBOソルバーとD-Wave 2000Q量子アニーリング機器の両方を用いて、QUBOモデルの性能を評価すること。
• 産業物流問題における量子インスパイアド最適化の実用性とスケーラビリティを評価すること。
• 今後の量子優位性の分野において、ペナルティスケーリングとスラック変数の使用に関する主な課題を特定すること。

提案手法

• 容器 $ i $ が位置 $ j $ を占めているかどうかを示すバイナリ位置割り当て変数 $ p_{i,j} $ を用いて問題をモデル化する。
• 目的関数は、容器質量とその割り当ての負の線形関数を最小化することで、合計積載重量を最大化する。
• 制約は二次ペナルティ関数として符号化される：重複禁止、重心、せん断力制限の制約がQUBO互換ペナルティに変換される。
• 不等式制約を等式形式に変換するため、スラック変数が導入される。
• ペナルティ係数 $ P^{(\text{constraint})} $ が、目的関数に対する制約違反のスケーリングに用いられる。
• 完全なQUBOモデルは、古典的ソルバー（例：QBsolve）およびAPI経由のD-Wave 2000Qでテストされ、複数回の実行結果が比較された。

実験結果

リサーチクエスチョン

• RQ1 複数の物理的制約を含む航空機積載最適化問題を、効果的にQUBO問題として定式化できるか？
• RQ2 重心やせん断力制限のような制約に対するペナルティ関数は、QUBOフレームワーク内でどのように機能するか？
• RQ3 古典的QUBOソルバーと量子アニーリング機器（D-Wave 2000Q）との間で、この問題に対する性能格差はどの程度か？
• RQ4 追加の制約を含めることで、解の品質と計算時間にどのような影響があるか？
• RQ5 現在の量子ハードウェアにおいて、より大きな航空機構成にスケーリングする際の主なボトル neck は何か？

主な発見

• QUBOモデルは、積載重量制限、重心範囲、せん断力制限のすべての必要な制約を、量子アニーリングと互換性のあるペナルティ関数に効果的に符号化できた。
• 古典的ソルバー（例：QBsolve）は、PLオンリーケースにおいて最適解を33％の成功率で見つけ、一貫した妥当性を示した。
• D-Wave 2000Qは80％の実行で実行可能な解を得たが、古典的ソルバーに比べて平均積載重量が低く、ノイズの影響が強く、性能が劣化していた。
• 重心制約の追加により、目標重心付近の重心分布が改善されたが、CG制約との潜在的矛盾のため、せん断力制限制約の改善は限定的であった。
• D-Wave 2000Qでは48量子ビット（24スラック変数）の実用的ハードウェア限界に達しており、より大きなインスタンスへのスケーリングにおける課題が示された。
• 本研究では、ペナルティスケーリングと自動スラック変数選択が、今後の量子優位性の可能性を高めるために重要な改善分野であると特定した。