[论文解读] Graver Bases via Quantum Annealing with Application to Non-Linear Integer Programs

Hedayat Alghassi, Raouf Dridi+1 more|arXiv (Cornell University)|Feb 12, 2019

Quantum Computing Algorithms and Architecture参考文献 6被引用 9

一句话总结

本文提出一种混合量子-经典方法，利用D-Wave量子退火器计算Graver基——非线性整数规划的最优测试集。通过将核计算编码为QUBO问题，并应用后处理提取最小非零整数解，该方法在中等规模问题上实现了具有竞争力的性能，表明在量子比特数量、连通性及耦合器精度方面实现适度硬件改进后，近期实现量子优势是可行的。

ABSTRACT

We propose a novel hybrid quantum-classical approach to calculate Graver bases, which have the potential to solve a variety of hard linear and non-linear integer programs, as they form a test set (optimality certificate) with very appealing properties. The calculation of Graver bases is exponentially hard (in general) on classical computers, so they not used for solving practical problems on commercial solvers. With a quantum annealer, however, it may be a viable approach to use them. We test two hybrid quantum-classical algorithms (on D-Wave)--one for computing Graver basis and a second for optimizing non-linear integer programs that utilize Graver bases--to understand the strengths and limitations of the practical quantum annealers available today. Our experiments suggest that with a modest increase in coupler precision--along with near-term improvements in the number of qubits and connectivity (density of hardware graph) that are expected--the ability to outperform classical best-in-class algorithms is within reach, with respect to non-linear integer optimization.

研究动机与目标

• 探索利用当前量子退火器计算Graver基的实际可行性，这些基是非线性整数规划的强大最优性证明。
• 开发一种混合量子-经典流水线，将Graver基计算映射为D-Wave处理器可解的QUBO问题。
• 评估在当前硬件限制下，量子退火是否能在非线性整数优化中超越经典方法。
• 研究部分Graver基和多个初始可行解如何通过增强搜索仍能获得全局最优解。
• 确定该领域实现量子优势的硬件需求（量子比特数量、连通性、耦合器精度）。

提出的方法

• 使用整数到二进制编码和自适应中心化方法，将矩阵A的整数核映射为QUBO，以适应量子比特限制。
• 使用D-Wave量子退火器采样对应于核元素的简并解，随后通过系统性后处理提取最小非零整数向量（Graver基元素）。
• 实施链断裂策略并调整退火时间，以提高解的保真度并减少错误。
• 应用残差核技术，迭代恢复初始运行中未找到的额外Graver基元素。
• 在第二个混合算法中使用计算出的Graver基，从多个初始可行解出发，通过迭代增强逼近全局最优解。
• 采用有限Graver基元素的并行增强策略，探索解质量与计算成本之间的权衡。

实验结果

研究问题

• RQ1 尽管存在当前硬件限制，量子退火能否有效计算中等规模整数矩阵的Graver基？
• RQ2 在仅通过有限次D-Wave调用获取部分Graver基的情况下，该基在非线性整数规划中仍能在多大程度上实现全局最优解的收敛？
• RQ3 硬件限制（如量子比特数量、连通性、耦合器精度）如何影响该量子-经典方法的性能与可扩展性？
• RQ4 当完整基计算不可行时，结合多个初始可行解与部分Graver基是否仍能获得高质量或最优解？
• RQ5 哪些后处理技术在将原始量子退火器输出转换为有效Graver基元素方面最为有效？

主要发现

• 该方法在单次D-Wave调用中成功计算出4×4矩阵（四枚硬币问题）的完整Graver基，后处理恢复了全部五个最小元素。
• 对于一个50个变量的非线性0-1规划问题，基于量子的方法实现了-2.4603的解成本，与经典最优方法相当。
• 仅使用68%的完整Graver基（约2×418个元素），该算法仍能从773个初始可行解中的64个收敛到全局最优解。
• 使用部分Graver基的解的平均成本为-1.6546，显著优于仅依赖可行解检查的平均值10.9013，证明了即使部分基元素也具有重要价值。
• 研究发现，提升耦合器精度，同时改善量子比特数量和连通性，可使该方法在近期超越经典求解器。
• 自适应中心化与编码策略显著提升了量子比特效率，使更大规模问题得以在硬件限制内编码。