QAOA-GPT：自适应和规则量子近似优化算法电路的高效生成

本研究解决了经典计算机难以处理的优化问题，提出了一种新的生成框架QAOA-GPT，利用生成预训练变换器（GPT）直接合成量子电路，针对二次无约束二进制优化问题进行优化。研究结果表明，通过QAOA-GPT生成的量子电路显著降低了经典QAOA及自适应方法的计算开销，显示了生成式人工智能在可扩展地生成紧凑量子电路方面的潜力。

本研究提出了QAOA-GPT框架，通过生成预训练变换器直接合成量子电路，以优化二次无约束二进制问题。结果表明，该方法显著降低了经典计算的开销，展示了生成式人工智能在量子电路生成中的潜力。

QAOA-GPT gpt 二次无约束 优化 生成式人工智能 算法 量子电路
原文中文，约300字，阅读约需1分钟。发表于：。
阅读原文
分享给好友