QAOA 在大多数 MaxCut 实例中存在贫瘠高原

Research Paper#Quantum Computing, Optimization, QAOA, MaxCut, Barren Plateaus🔬 Research|分析: 2026年1月3日 08:54•
发布: 2025年12月31日 03:02
•
1分で読める
•ArXiv

分析

本文研究了量子近似优化算法 (QAOA) 在 MaxCut 问题上的可训练性。它表明，QAOA 在绝大多数加权和非加权图上都存在贫瘠高原（损失函数几乎平坦的区域），这使得训练变得难以处理。这是一个重要的发现，因为它突出了 QAOA 在一个常见优化问题上的基本局限性。本文提供了一种新算法来分析动力学李代数 (DLA)，这是可训练性的一个关键指标，可以更快地分析图实例。结果表明，QAOA 的性能在实际应用中可能会受到严重限制。
引用 / 来源
查看原文
"The paper shows that the DLA dimension grows as $Θ(4^n)$ for weighted graphs (with continuous weight distributions) and almost all unweighted graphs, implying barren plateaus."
A
ArXiv2025年12月31日 03:02
* 根据版权法第32条进行合法引用。
较旧

ProofOfThought: LLM-based reasoning using Z3 theorem proving

较新

Don’t let an LLM make decisions or execute business logic

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv