Aqarios Constrained Quantum Optimizer – API-Referenz

Typ: str

Das zu lösende serialisierte Optimierungsproblem. Es werden drei Formate unterstützt:

• LP (*.lp): Das Standard-LP-Dateiformat, das als Zeichenfolge exportiert wird, beispielsweise über DOcplex's export_as_lp_string()
• MPS (*.mps): Standard-MPS-Dateiformat, das als Zeichenkette exportiert wird, beispielsweise über DOcplex's export_as_mps_string()
• Luna-Modell : Base64-encoded Serialisierung eines Aqarios-Luna-Modell-Objekts, erhalten über model.encode_b64()

Das Modell muss ein binäres Optimierungsproblem darstellen, entweder als Maximierungs- oder als Minimierungsaufgabe. Beschränkungen können Ungleichungen oder Gleichungen über binäre Variablen sein. Ganzzahlige Variablen werden nur unterstützt, wenn eindeutige Ober- und Untergrenzen angegeben sind. Kontinuierliche (reellwertige) Variablen werden nicht unterstützt, und ein Modell, das solche Variablen enthält, führt zu einem Fehler mit dem Fehlercode 4710. Die Zielfunktion und die Nebenbedingungen können höherer Ordnung sein und müssen nicht unbedingt linear sein.

• Erforderlich: Ja
• Beispiel-LP:

\Problem name: MIS
Minimize
  obj: ...
Subject To
  c1: ...
  ...
Binaries
  x_0 x_1
End

Typ: str or None

Standardwert: None

Der Name des „ IBM Quantum “-Backends, auf dem das Programm ausgeführt werden soll (zum Beispiel "ibm_phoenix"). Wenn diese Funktion auf „“ eingestellt ist None, wählt sie automatisch das am wenigsten ausgelastete verfügbare Gerät aus.

• Erforderlich: Nein
• Beispiel: "ibm_phoenix"

Typ: dict or None

Standardwert: None

Optionen zur Algorithmuskonfiguration, die das Verhalten des iterativen QAOA mit Warmstart steuern. Optionen werden als Wörterbuch angegeben. In der folgenden Liste finden Sie alle verfügbaren Schlüssel und deren Standardwerte.

• Erforderlich: Nein
• Beispiel: {"reps": 2, "num_parallel": 10, "postprocessing_level": 1}

Typ: int

Standardwert: 1

Anzahl der Wiederholungen der QAOA-Schicht (Parameter „ $p$ “ für die Schaltungstiefe). Höhere Werte verbessern die Lösungsqualität, führen jedoch zu tieferen Schaltungen und einer längeren Ausführungszeit, was zu mehr Rauschen führen kann.

• Auswahlmöglichkeiten: Ganzzahl im Bereich [1, 10]

Typ: int

Standardwert: 5

Anzahl der parallel ausgeführten unabhängigen Warmstart-Ketten. Eine Erhöhung dieses Wertes verbessert die Wahrscheinlichkeit, qualitativ hochwertige Lösungen zu finden, erhöht jedoch den Gesamtverbrauch des Shot-Budgets.

• Auswahlmöglichkeiten: Ganzzahl im Bereich [1, 100]

Typ: int

Standardwert: 500

Anzahl der Messaufnahmen pro Iteration und Kette.

• Auswahlmöglichkeiten: Ganzzahl im Bereich [1, 10000]

Typ: int

Standardwert: 5000

Gesamt-Shot-Budget über alle Iterationen hinweg für eine einzelne Warm-Start-Kette. Die Iterationsschleife für eine Kette wird beendet, sobald dieses Budget aufgebraucht ist.

• Auswahlmöglichkeiten: Ganzzahl im Bereich [1, 1000000]

Typ: float

Standardwert: 0.1

Regularisierungsparameter für die Warmstart-Wahrscheinlichkeiten. Verhindert, dass die Wahrscheinlichkeitsverteilung in einen deterministischen Zustand übergeht, und gewährleistet so, dass die Erkundung über mehrere Iterationen hinweg erhalten bleibt.

• Auswahlmöglichkeiten: Im Bereich schweben (0.01, 1)

Typ: float

Standardwert: 10

Inverse Temperatur für die Boltzmann-Gewichtung, die zur Ableitung neuer Warmstartzustände aus Messproben verwendet wird. Höhere Werte konzentrieren die Wahrscheinlichkeitsmasse auf Proben mit niedrigerer Energie.

• Auswahlmöglichkeiten: „Float“ erfüllt die Bedingungen beta > 0

Typ: float

Standardwert: 1.0

Steuert den Approximationsgrad, der auf die Kostenfunktion und während der Transpilierung angewendet wird. Niedrigere Werte verringern die Schaltungstiefe durch die Einführung von Näherungen, was sich auf die Qualität der Lösung auswirken kann.

• Auswahlmöglichkeiten: Im Bereich schweben [0.0, 1.0]

Typ: int

Standardwert: 3

Wirksamkeit der klassischen Nachbearbeitung, die nach jedem Abtastschritt angewendet wird, um die Lösungsqualität zu verbessern. Höhere Stufen führen zu einer intensiveren lokalen Suche, was jedoch mit einem höheren klassischen Rechenaufwand verbunden ist.

• Auswahlmöglichkeiten: Ganzzahl im Bereich [0, 3]
  • 0: Nachbearbeitung deaktivieren.
  • 1: Lokale Suche in einem Durchlauf. Versuche, jedes Bit einmal in zufälliger Reihenfolge umzudrehen, und behalte die Umdrehungen bei, die den Energieverbrauch senken.
  • 2: Lokale Suche in drei Durchläufen. Wende die Stufe 1 dreimal in unterschiedlicher zufälliger Reihenfolge an.
  • 3: Gierige lokale Suche. Wende wiederholt den Bit-Flip an, der den Energieverbrauch am stärksten senkt, bis keine weitere Verbesserung mehr möglich ist.

Typ: float or None

Standardwert: None

Überschreibt manuell den Strafwert, der bei der Umwandlung von Nebenbedingungen in Strafterme verwendet wird, die zum Zielterm hinzugefügt werden. Standardmäßig wird die Strafpunktzahl automatisch aus der Problemstruktur abgeleitet. Verwenden Sie diese Option nur, wenn der automatisch ermittelte Wert zu unzulässigen Ergebnissen führt.

• Auswahlmöglichkeiten: Float-Wert penalty_override > 0 eingeben oder den automatischen Wert None verwenden

Typ: bool

Standardwert: False

Ob der Sitzungsmodus des „ IBM Quantum Compute “-Dienstes für die Ausführung von Aufträgen verwendet werden soll. Durch die Aktivierung von Sitzungen wird der Overhead bei der Ausführung von Schaltkreisen reduziert, da über mehrere Iterationen hinweg eine dedizierte Verbindung zur QPU aufrechterhalten wird, was die Gesamtlaufzeit verkürzen kann.

• Auswahlmöglichkeiten: True / False

Typ: int or None

Standardwert: None

An den Transpiler übergebener Startwert, der die Schaltung auf das ausgewählte Backend abbildet. Legen Sie einen festen Wert fest, um die Schaltungssynthese und das Routing über mehrere Durchläufe hinweg reproduzierbar zu machen. Wenn die Einstellung auf gesetzt ist None, generiert der Transpiler seinen Startwert nichtdeterministisch, sodass wiederholte Durchläufe desselben Problems zu unterschiedlichen Schaltungslayouts führen können.

• Möglichkeiten: Eine beliebige ganze Zahl oder None für einen nichtdeterministischen Startwert

Typ: list[str]

Standardwert: []

Zusätzliche Tags, die jedem Quantum-Compute-Auftrag hinzugefügt werden, den die Funktion an die QPU übermittelt. Die Funktion versieht ihre Aufträge stets mit "aqarios/constrained-quantum-optimizer" der Funktions-Auftrags-ID und dem Problemnamen; die hier angegebenen Einträge werden dieser Liste angehängt. Verwenden Sie diese Funktion, um die zugrunde liegenden Primitiv-Jobs in Ihrer Workload-Liste zu gruppieren oder zu filtern.

• Auswahlmöglichkeiten: Liste von Zeichenfolgen
• Beispiel: ["my-experiment", "mis-benchmark"]

Typ: dict[str, Any]

Ergebniswörterbuch mit Lösungszuordnungen, Zielwert, Machbarkeitsstatus und Laufzeit-Metadaten.

Beispiel:

{
    'solutions': [{'x_1': 0, 'x_2': 1, 'x_3': 0, 'x_4': 1, 'x_5': 1}],
    'solution_bitstrings': ['01011'],
    'raw_energy': -6.0,
    'objective_value': -6.0,
    'feasible': True,
    'metadata': {
        'resource_usage': {
            'RUNNING: MAPPING': {'CPU': 5.405},
            'RUNNING: OPTIMIZING_FOR_HARDWARE': {'CPU': 9.902},
            'RUNNING: WAITING_FOR_QPU': {'CPU': 25.456},
            'RUNNING: EXECUTING_QPU': {'QPU': 25.202},
            'RUNNING: POST_PROCESSING': {'CPU': 6.481}
        },
        'circuit_metrics': {
            'before_transpilation': {
                'num_qubits': 6,
                'gate_count': 42,
                'depth': 15,
                'two_qubit_gate_count': 12,
                'two_qubit_gate_depth': 7,
                'operations': {'rz': 12, 'p': 8, 'ry': 7, 'rzz': 4, 'cx': 3,
                               'xx_plus_yy': 3, 'global_phase': 2, 'cry': 2, 'x': 1}
            },
            'after_transpilation': {
                'num_qubits': 6,
                'gate_count': 254,
                'depth': 100,
                'two_qubit_gate_count': 48,
                'two_qubit_gate_depth': 33,
                'operations': {'rz': 78, 'sx': 122, 'cz': 48, 'measure': 6, 'x': 0}
            }
        },
        'solver_info': {
            'variable_mapping': {'x_1': 0, 'x_2': 1, 'x_3': 2, 'x_4': 3, 'x_5': 4}
        }
    }
}