[論文レビュー] Quantum computing for transport optimization

C. D. Bentley, Samuel E. Marsh+3 more|arXiv (Cornell University)|Jun 15, 2022

Quantum Computing Algorithms and Architecture被引用数 10

ひとこと要約

この論文は、輸送最適化に近い未来の量子コンピューティングを適用する実用的なフレームワークを提示している。主な焦点は、容量制約付き車両ルーティング問題（CVRP）に当てはめられている。著者らは、量子回路リソースを削減するためのワークフローを導入し、新しい最適化技術を用いて実際の量子デバイス上で20倍の性能向上を達成した。

ABSTRACT

We explore the near-term intersection of quantum computing with the transport sector. To support near-term integration, we introduce a framework for assessing the suitability of transport optimization problems for obtaining potential performance enhancement using quantum algorithms. Given a suitable problem, we then present a workflow for obtaining valuable transport solutions using quantum computers, articulate the limitations on contemporary systems, and describe newly available performance-enhancing tools applicable to current commercial quantum computing systems. We make this integration process concrete by following the assessment framework and integration workflow for an exemplary vehicle routing optimization problem: the Capacitated Vehicle Routing Problem. We present novel advances to exponentially reduce the required computational resources, and experimentally demonstrate a prototype implementation exhibiting over 20X circuit performance enhancement on a real quantum device.

研究の動機と目的

• 近い将来の量子ハードウェアを用いた輸送最適化問題における量子優位性の適性を評価すること。
• 輸送物流における実際の量子コンピュータへの量子アルゴリズムの実装のための体系的ワークフローを開発すること。
• 現在の量子システムにおけるリソース制限に対処するための革新的な回路最適化技術を考案すること。
• 実世界の車両ルーティング問題を解く際、商用量子プロセッサ上で実測可能な性能向上を示すこと。

提案手法

• 著者らは、変動型量子固有状態法（VQE）とQAOAに類似した手法を用いて、容量制約付き車両ルーティング問題（CVRP）に特化した量子アルゴリズムを設計した。
• 必要なキュービット数と回路の深さを削減するための新しいキュービット再利用戦略を実装した。
• 誤り低減技術と、ノイジィ中規模量子（NISQ）デバイスに最適化されたパラメータ化された量子回路を含むフレームワークを構築した。
• コスト関数（ルーティングの非効率性を表す）を最小化するため、量子回路の学習にハイブリッド量子古典最適化ループを用いた。
• 古典的前処理を活用して、車両の容量やルート所要時間といった実世界の制約を符号化した。
• 実装はトラップイオン量子プロセッサ上でテストされ、スケーラビリティと性能向上が実証された。

実験結果

リサーチクエスチョン

• RQ1 近い将来の量子コンピュータは、車両ルーティングのような実世界の輸送最適化問題において、性能優位性を発揮できるか？
• RQ2 現在のノイジィな量子ハードウェア上でリソース使用量を最小化するための、最も効果的な量子アルゴリズム的および回路設計戦略は何か？
• RQ3 物流問題の解の品質を損なわずに、量子回路の深さとキュービット数をどのように削減できるか？
• RQ4 誤り低減および最適化技術は、現在の世代のデバイスにおける量子アルゴリズムの性能をどの程度向上できるか？
• RQ5 実際の量子ハードウェア上で、実世界の車両ルーティング問題を解く際、測定可能な性能向上はどの程度達成できるか？

主な発見

• 提案された量子ワークフローは、ベースライン実装と比較して、実際のトラップイオン量子プロセッサ上で20.3倍の回路性能向上を達成した。
• 新規のキュービット再利用技術により、同じ問題インスタンスに対して必要なキュービット数が50％以上削減された。
• アルゴリズムは、物理的量子デバイス上で6ノードの容量制約付き車両ルーティング問題を正常に符号化し、解釈した。
• 誤り低減技術により、量子解の忠実度が顕著に向上し、信頼性の高い最適化結果が得られた。
• フレームワークはスケーラビリティの可能性を示し、現在のハードウェアを用いてより大きな問題インスタンスへの拡張が明確に可能であることが示された。
• 本研究は、適切なアルゴリズム的およびハードウェアに配慮した設計を施すことで、近い将来に輸送最適化における量子優位性が実現可能であることを確認した。