Quantum Anneal­ing

Viele kombi­na­to­ri­sche Optimie­rungs­pro­bleme, wie etwa das Traveling‑Salesperson‑Problem oder Planungs‑ und Scheduling‑Aufgaben, lassen sich als energie­ar­tige Kosten­funk­tion über eine große Anzahl diskre­ter Konfi­gu­ra­tio­nen formu­lie­ren. Beim Quanten‑Annealing wird diese Kosten­funk­tion in ein physi­ka­li­sches Quanten­sys­tem kodiert. Anschlie­ßend wird das System langsam weiter­ent­wi­ckelt, sodass es in seinen niedrigs­ten Energie­zu­stand relaxiert. Dieser Zustand entspricht einer guten oder im Ideal­fall optima­len Lösung des zugrunde liegen­den Optimierungsproblems.

Many combi­na­to­rial optimiza­tion problems (such as e.g. Travling Sales­per­son or schedu­ling) can be written as an energy-like cost function over many discrete confi­gu­ra­ti­ons. Quantum anneal­ing encodes this cost function into a quantum system. Then slowly evolves the system so it relaxes towards its lowest-energy state. Such a state corre­sponds to a good or even optimal solution.