阿卜杜勒拉赫曼·S·阿卜杜勒拉赫曼,舒夫罗·乔杜里,弗拉维亚诺·莫罗内 & 凯雷姆·Y·卡姆萨里 

《自然通讯》，文章编号： （2025） 引用本文

 

2624个入口

 

17 高计

 

指标details

 

我们提供该手稿的未编辑版本，以便提前获取其发现。在最终出版前，手稿将进行进一步编辑。请注意内容可能存在错误，所有法律免责声明均适用。

 

摘要

我们介绍了广义概率近似优化算法（PAOA），这是一个经典的变分蒙特卡洛框架，对新近提出的PAOA进行了扩展和形式化，使得在现代伊辛机和概率计算机上实现参数化且快速的采样。PAOA通过迭代修改二元随机单元网络的耦合来工作，并以独立样本的成本评估为指导。我们建立了无导数更新与全马尔可夫流在指数级大状态空间上的梯度之间的直接对应关系，表明PAOA允许一个原则性的变分表述。在受限参数化条件下，模拟退火成为极限情况，我们在基于FPGA的概率计算机上实现该方案，并结合片上退火，以解决大型三维自旋玻璃问题。在标准26自旋Sherrington–Kirkpatrick模型上，参数匹配的情况下将PAOA与QAOA进行基准对比，显示PAOA的表现更优。我们证明，PAOA通过优化多种温度曲线自然地扩展了模拟退火，从而在如SK–Lévy等重尾问题上优于SA的性能。

 

类似内容被他人观看

 

数据驱动框架，强有力地预测多种聚合物的溶解度参数

文章 开放获取 2025年8月25日

 

计算内存中的高次多项式梯度

文章 开放获取 2024年9月18日

 

纠缠辅助变分算法用于离散优化问题

文章 开放获取 2025年11月18日

数据可用性

本研究中使用的所有生成和处理数据均可公开访问，可在GitHub仓库中找到44.本研究的其他发现可由通讯作者索取。

 

代码可用性

用于生成本研究结果和图表的PAOA的MATLAB和C++实现可在GitHub数据可用性部分找到。