[論文レビュー] Graph Coloring with Quantum Annealing

Julia S. Kwok, Kristen L. Pudenz|arXiv (Cornell University)|Dec 8, 2020

Scheduling and Timetabling Solutions参考文献 21被引用数 9

ひとこと要約

この論文は、D-Wave 2X量子アニーリング機を用いて最大独立集合をサンプリングするハイブリッド量子古典アルゴリズムを提案し、古典的サブルーチンの置き換えを実現する。小規模で困難なグラフインスタンスにおいて、古典的アルゴリズムと比較して高い成功確率と短いウォルクロック時間の両方を達成しており、実世界の最適化文脈において限定的だが測定可能な量子優位性を示している。

ABSTRACT

We develop a heuristic graph coloring approximation algorithm that uses the D-Wave 2X as an independent set sampler and evaluate its performance against a fully classical implementation. A randomly generated set of small but hard graph instances serves as our test set. Our performance analysis suggests limited quantum advantage in the hybrid quantum-classical algorithm. The quantum edge holds over multiple metrics and suggests that graph problem applications are a good fit for quantum annealers.

研究の動機と目的

• 量子アニーリングを独立集合のサンプリングサブルーチンとして用いるヒューリスティックなグラフ彩色アルゴリズムの開発。
• 小規模だが計算的に困難なグラフインスタンスにおいて、量子支援アルゴリズムと完全に古典的な実装の性能を比較評価すること。
• 量子アニーリングがNP困難なグラフ彩色問題の解決において測定可能な優位性を提供するかどうかを評価すること。
• 近い将来の量子ハードウェアをハイブリッド古典量子最適化ワークフローに活用する可能性と性能を検討すること。

提案手法

• アルゴリズムは、グラフから最大独立集合を繰り返し特定・削除するグリーディ近似アプローチを採用する。
• 独立集合のサンプリングサブルーチンは、古典的およびD-Wave 2X量子アニーリング機の両方で実装され、最大独立集合問題をQUBO形式で定式化する。
• 各反復で複数の候補から最大のサンプル独立集合を選択し、色を割り当ててグラフから削除する。
• 性能評価には3つの指標を用いる：成功確率、ウォルクロック時間、および時間対解決（TTS）。
• 量子実装では、独立集合選択をペナルティ関数付きQUBOで符号化し、量子ビット使用量はグラフサイズおよび色数に線形に比例する。
• 公平なベンチマークのため、同じ古典的ハードウェアを用いてs=1およびs=30のサンプル数で古典版と量子版を比較する。

実験結果

リサーチクエスチョン

• RQ1 量子アニーリングを独立集合のサンプリングサブルーチンとして用いることで、古典的サンプリングと比較してヒューリスティックなグラフ彩色アルゴリズムの性能が向上するか？
• RQ2 小規模で困難なグラフ彩色インスタンスにおいて、量子アニーリングが成功確率および時間対解決（TTS）の観点で測定可能な優位性を提供できるか？
• RQ3 グラフサイズが増加するに従い、量子版と古典版のウォルクロック時間および成功確率はどのようにスケーリングするか？
• RQ4 読み出し時間や熱化時間などの実際の量子ハードウェア遅延を含めた場合、観測される性能優位性にどのような影響が生じるか？
• RQ5 このハイブリッドアプローチは、より大きなグラフや周波数割り当てやスケジューリングなどの実世界の応用に拡張可能か？

主な発見

• n=20およびn=40のグラフサイズにおいて、量子アルゴリズムは古典アルゴリズムよりも高い成功確率を達成し、サイズが大きくなるほどその優位性が増大した。
• 全テスト対象のグラフサイズにおいて、量子アルゴリズムは古典アルゴリズムよりも著しく短いウォルクロック時間を達成しており、nが増加するに従い性能差が広がった。
• 古典アルゴリズムの時間対解決（TTS）は、両方の量子アルゴリズムよりも速やかに増加しており、性能差が拡大していることを示している。
• 最適でない量子アルゴリズム（s=1）でさえ、古典アルゴリズム（s=1）を成功確率およびウォルクロック時間の両面で上回っており、最小限のサンプリングでも量子優位性が示唆された。
• 最適な量子アルゴリズム（s=30）は、最も優れた性能を示し、古典アルゴリズムよりも高い成功確率と速いTTSを達成した。
• 本研究では、読み出しや熱化などの実際のハードウェア遅延を含んでも、量子アニーリングがハイブリッド量子古典グラフ彩色において測定可能な性能優位性を提供できることを示した。