Macchina di Boltzmann Quantistica Completamente Connessa tramite Ottimizzazione Bilevel

Uno studio recente migliora l'algoritmo di ottimizzazione quantistica approssimata (QAOA) integrandolo in un quadro di ottimizzazione bilevel, introducendo una macchina di Boltzmann quantistica (QBM) completamente connessa. Il processo di addestramento consiste in un ciclo interno che si concentra sulla minimizzazione dell'energia della fase positiva, mentre il ciclo esterno è dedicato all'apprendimento della divergenza contrastiva della fase negativa ottimizzando i parametri strutturali dell'Hamiltoniana target. Con un solo strato QAOA (p=1), il modello mostra prestazioni eccezionali, raggiungendo una probabilità media di 0,9559 per misurare accuratamente lo stato quantistico target in condizioni ideali. Inoltre, mostra una notevole resilienza al rumore, anche ai livelli di rumore tipici dei computer quantistici commerciali contemporanei.