Quantum approximate optimization algorithm integrating warm-start and Grover mixer and its application to the vertex cover problem
Heng Wu, Zhigang Gan, TianYu YE · Zhongguo kexue. Wulixue Lixue Tianwenxue · 2026
量子近似优化算法（Quantum Approximate Optimization Algorithm，QAOA）是一种量子-经典混合算法，在解决组合优化问题中展现了巨大潜力。然而，传统QAOA在初始态制备和混合算子全局搜索能力方面存在一定的局限性。为了克服这些局限性，本文提出了一种融合热启动和Grover混合器的QAOA，在初始量子态制备阶段引入热启动策略，并利用搜索能力更加精细的Grover混合算子代替传统QAOA的混合算子。实验结果表明，与传统QAOA和多角度量子近似优化算法（Multi-Angle Quantum Approximate Optimization Algorithm，MA-QAOA）相比，本文算法在求解顶点覆盖问题上的准确率、损失值和近似比三个方面总体上均表现出优势，尤其随着演化层数增多时，其性能提升更为明显；传统QAOA和MA-QAOA的各项指标在达到峰值后还会出现下降的情况，而本文算法的各项指标在达到峰值后不会出现下降的情况，表现更为稳定。