[논문 리뷰] Quantum computing for transport optimization

C. D. Bentley, Samuel E. Marsh외 3명|arXiv (Cornell University)|2022. 06. 15.

Quantum Computing Algorithms and Architecture인용 수 10

한 줄 요약

이 논문은 운송 최적화에 대한 근접한 양자 컴퓨팅을 적용하기 위한 실용적 프레임워크를 제시한다. 특히 용량 제약이 있는 차량 경로 문제(Capacitated Vehicle Routing Problem)에 초점을 맞추고 있다. 새로운 최적화 기법을 활용하여 양자 회로 자원을 줄이고, 실제 양자 장치에서 20배의 성능 향상을 달성한 워크플로우를 도입하였다.

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.

연구 동기 및 목표

• 근접한 양자 하드웨어를 사용하여 운송 최적화 문제에 양자 우월성이 가능한지 평가하기.
• 운송 물류를 위한 실제 양자 컴퓨터에 양자 알고리즘을 구현하기 위한 체계적인 워크플로우 개발하기.
• 혁신적인 회로 최적화 기법을 통해 현재의 양자 시스템에서의 자원 제약을 해결하기.
• 실제 차량 경로 문제를 사용하여 상용 양자 프로세서에서 실질적인 성능 향상 입증하기.

제안 방법

• 저자들은 변량 양자 고유값 해법(Variational Quantum Eigensolvers, VQE)과 QAOA 유사 접근법을 사용하여 용량 제약이 있는 차량 경로 문제에 특화된 양자 알고리즘을 설계하였다.
• 필요한 큐비트 수와 회로 깊이를 줄이기 위해 새로운 큐비트 재사용 전략을 구현하였다.
• 오차 보정 기법과 노이즈 중간 규모 양자(NISQ) 장치에 최적화된 파arameterized 양자 회로를 포함한 프레임워크를 구현하였다.
• 비용 함수(경로 비효율성 표현)를 최소화하기 위해 하이브리드 양자-고전 최적화 루프를 사용하여 회로를 학습시켰다.
• 실제 제약 조건(예: 차량 용량, 경로 소요 시간)을 인코딩하기 위해 고전적 사전 처리를 활용하였다.
• 시험 결과, 트랩된 이온 양자 프로세서에서 구현되어 확장성과 성능 향상이 입증되었다.

실험 결과

연구 질문

• RQ1 근접한 양자 컴퓨터는 실생활 운송 최적화 문제(예: 차량 경로 문제)에서 성능 우위를 낼 수 있는가?
• RQ2 현재의 노이즈가 많은 양자 하드웨어에서 자원 사용을 최소화하기 위해 가장 효과적인 양자 알고리즘 및 회로 설계 전략은 무엇인가?
• RQ3 물류 문제의 해 품질을 손상시키지 않으면서 큐비트 수와 회로 깊이를 어떻게 줄일 수 있는가?
• RQ4 오차 보정 및 최적화 기법은 현재 세대 장치에서 양자 알고리즘의 성능을 얼마나 향상시킬 수 있는가?
• RQ5 실제 양자 하드웨어에서 실생활 차량 경로 문제를 해결할 때 측정 가능한 성능 향상은 어느 정도 달성될 수 있는가?

주요 결과

• 제안된 양자 워크플로우는 기준 구현 대비 실제 트랩된 이온 양자 프로세서에서 20.3배의 회로 성능 향상을 달성하였다.
• 새로운 큐비트 재사용 기법은 동일한 문제 인스턴스에서 필요한 큐비트 수를 50% 이상 감소시켰다.
• 알고리즘은 실제 양자 장치에서 6개의 노드와 용량 제약 조건을 가진 용량 제약이 있는 차량 경로 문제를 성공적으로 인코딩하고 해결하였다.
• 오차 보정 기법은 양자 해의 정밀도를 크게 향상시켜 신뢰할 수 있는 최적화 결과를 도출하였다.
• 프레임워크는 확장 가능성 잠재력을 보였으며, 현재 하드웨어를 사용하여 더 큰 문제 인스턴스로의 전환 경로가 명확하였다.
• 연구 결과, 적절한 알고리즘 설계와 하드웨어 인지 설계를 통해 운송 최적화에서의 양자 우월성이 근접한 시장에서 실현 가능하다는 것이 확인되었다.