common.title
Docs
Quantum Circuit
TYTAN CLOUD

QUANTUM GAMING

Overview
Contact
Event
Project
Research

Terms of service (Web service)

Terms of service (Quantum and ML Cloud service)

Privacy policy

Sign in
Sign up
common.title

QAOAで社会問題

Yuichiro Minato

2021/01/24 06:01

はじめに

イジングモデルでは-1と+1を変数として使いますが、QUBOでは0と1を使うため、より産業利用に近いです。今回はstrangeworksのquantumcomputing.comを見てみます。

おさらい

おさらいです。QAOA使い方

from strangeworks.blueqat import StrangeworksBackend #quantumcomputing.comを利用する時に必要

from blueqat import vqe
from blueqat.pauli import qubo_bit as q

cost = -3*q(0)-3*q(1)-2*q(0)*q(1)
step = 2

result = vqe.Vqe(vqe.QaoaAnsatz(cost, step)).run()
print(result.most_common(12))

ツールを読み込み、定式化をしてステップ数を決め、実行します。今回はこのcostにあたる定式化をみてみます。

交通最適化

交通最適化は度々出てくるテーマです。

youtubeでは、
交通最適化
https://www.youtube.com/watch?v=JU2omOzuOQg

がわかりやすいです。記事は、

「交通最適化問題を量子アニーリングで解く」
https://qiita.com/sychocola1/items/646d2c9504e34ed1589f

今回は、交通最適をときます。やることは、

１、１台の車に３つのルート選択を許容する（古典）
２、現在の選択ルートから混雑状況を計算（古典）
３、混雑度を最小にするようにルート選択を最小化（QAOA）

となります。問題は使い回しをして、上記のリンクから。

「Quantum Computing at Volkswagen:
Traffic Flow Optimization using the D-Wave Quantum Annealer」
引用：https://www.dwavesys.com/sites/default/files/VW.pdf

一つ目は混雑度をコスト関数として、

(q_0+q_1+q_3+q_4)^2+(q_0+q_1+q_3+q_4)^2+(q_0+q_3)^2+(q_0+q_3)^2+(q_1+q_4)^2+(q_1+q_2+q_4+q_5)^2+(q_2+q_5)^2+(q_2+q_5)^2+(q_2+q_5)^2\\ =2(q_0+q_1+q_3+q_4)^2+2(q_0+q_3)^2+(q_1+q_4)^2+(q_1+q_2+q_4+q_5)^2+3(q_2+q_5)^2\\ =4q_0^2+4q_0q_1+8q_0q_3+4q_0q_4+4q_1^2+2q_1q_2+4q_1q_3+8q_1q_4+2q_1q_5+4q_2^2 +2q_2q_4+8q_2q_5+4q_3^2+4q_3q_4+4q_4^2+2q_4q_5+4q_5^2\\ =4q_0+4q_0q_1+8q_0q_3+4q_0q_4+4q_1+2q_1q_2+4q_1q_3+8q_1q_4+2q_1q_5+4q_2 +2q_2q_4+8q_2q_5+4q_3+4q_3q_4+4q_4+2q_4q_5+4q_5

３つのルートのうちに１つをえらぶ制約条件をこちらに、

K(q_0+q_1+q_2-1)^2+K(q_3+q_4+q_5-1)^2 = -Kq_0+2Kq_0q_1+2Kq_0q_2-Kq_1+2Kq_1q_2-Kq_2-Kq_3+2Kq_3q_4+2Kq_3q_5-Kq_4+2Kq_4q_5-Kq_5+2K 
from blueqat import vqe
from blueqat.pauli import qubo_bit as q

K=2
cost2 = -K*q(0)+2*K*q(0)*q(1)+2*K*q(0)*q(2)-K*q(1)+2*K*q(1)*q(2)-K*q(2)-K*q(3)+2*K*q(3)*q(4)+2*K*q(3)*q(5)-K*q(4)+2*K*q(4)*q(5)-K*q(5)
 
step = 4

result = vqe.Vqe(vqe.QaoaAnsatz(cost2, step)).run()
print(result.most_common(12))

(((0, 1, 0, 1, 0, 0), 0.06986083612566316), ((1, 0, 0, 0, 0, 1), 0.06986083612566316), ((0, 1, 0, 0, 0, 1), 0.06986083612566316), ((1, 0, 0, 1, 0, 0), 0.06986083612566313), ((1, 0, 0, 0, 1, 0), 0.06986083612566313), ((0, 1, 0, 0, 1, 0), 0.06986083612566313), ((0, 0, 1, 0, 1, 0), 0.06986083612566313), ((0, 0, 1, 0, 0, 1), 0.06986083612566313), ((0, 0, 1, 1, 0, 0), 0.0698608361256631), ((0, 0, 1, 0, 0, 0), 0.02235299779500372), ((1, 0, 0, 0, 0, 0), 0.022352997795003715), ((0, 0, 0, 0, 1, 0), 0.022352997795003708))

この二つを繋げてQUBO式とします。

そして、実行します。

from strangeworks.blueqat import StrangeworksBackend #quantumcomputing.comを利用する時に必要

from blueqat import vqe
from blueqat.pauli import qubo_bit as q

K=10
cost1 = 4*q(0)+4*q(0)*q(1)+8*q(0)*q(3)+4*q(0)*q(4)+4*q(1)+2*q(1)*q(2)+4*q(1)*q(3)+8*q(1)*q(4)+2*q(1)*q(5)+4*q(2)+2*q(2)*q(4)+8*q(2)*q(5)+4*q(3)+4*q(3)*q(4)+4*q(4)+2*q(4)*q(5)+4*q(5)
cost2 = -K*q(0)+2*K*q(0)*q(1)+2*K*q(0)*q(2)-K*q(1)+2*K*q(1)*q(2)-K*q(2)-K*q(3)+2*K*q(3)*q(4)+2*K*q(3)*q(5)-K*q(4)+2*K*q(4)*q(5)-K*q(5)
 
step = 8

result = vqe.Vqe(vqe.QaoaAnsatz(cost1+cost2, step)).run()
print(result.most_common(12))

なかなか答えが出ませんが、、、、

(((0, 1, 0, 0, 0, 1), 0.12986970172628198), ((0, 0, 1, 0, 1, 0), 0.1298697017262819), ((0, 0, 0, 0, 0, 0), 0.08232027492914641), ((0, 1, 0, 0, 1, 0), 0.05463053577530196), ((0, 0, 0, 1, 0, 0), 0.04609411831952029), ((1, 0, 0, 0, 0, 0), 0.04609411831952023), ((0, 0, 1, 1, 0, 1), 0.037740176136034545), ((1, 0, 1, 0, 0, 1), 0.0377401761360345), ((1, 0, 0, 0, 1, 1), 0.03131986281902896), ((0, 1, 1, 1, 0, 0), 0.031319862819028946), ((0, 0, 1, 0, 0, 1), 0.03071276141604334), ((1, 0, 0, 1, 0, 0), 0.02140326399538612))

うまくいけば制約条件を満たす解を与えます。

タンパク質折りたたみ

ハミルトニアンは下記です。

H = −q2 + 8q1q2 + 15q2q3 − 18q1q2q3 − 3q1q4 + 12q1q2q4 + 4q3q4 + 3q1q3q4 − 6q2q3q4 − 12q1q2q3q4 + 4q2q5 + 3q1q2q5 − 15q2q3q5 + 15q4q5 + 3q1q4q5 − 6q2q4q5 − 12q1q2q4q5 − 15q3q4q5 + 28q2q3q4q5 − 2q1q2q6 − 4q3q6 + 2q2q3q6 + 13q1q2q3q6 − 2q1q4q6 + 4q1q2q4q6 + 2q3q4q6 + 13q1q3q4q6 + 4q2q3q4q6 − 37q1q2q3q4q6 + 7q5q6 + 2q2q5q6 + 13q1q2q5q6 + 4q3q5q6 + 9q2q3q5q6 − 33q1q2q3q5q6 − 20q4q5q6 + 13q1q4q5q6 + 4q2q4q5q6 − 37q1q2q4q5q6 + 9q3q4q5q6 − 33q1q3q4q5q6 − 37q2q3q4q5q6 + 99q1q2q3q4q5q6 − 4q2q7 + 4q2q3q7 + 7q4q7 + 2q2q4q7 + 13q1q2q4q7 + 4q3q4q7 + 9q2q3q4q7 − 33q1q2q3q4q7 + 4q2q5q7 − 18q4q5q7 + 9q2q4q5q7 − 33q1q2q4q5q7 − 33q2q3q4q5q7 + 62q1q2q3q4q5q7 + 7q6q7 + 2q2q6q7 + 13q1q2q6q7 + 4q3q6q7 + 9q2q3q6q7 − 33q1q2q3q6q7 − 20q4q6q7 + 13q1q4q6q7 + 4q2q4q6q7 − 37q1q2q4q6q7 + 9q3q4q6q7 − 33q1q3q4q6q7 − 37q2q3q4q6q7 + 99q1q2q3q4q6q7 − 18q5q6q7 + 9q2q5q6q7 − 33q1q2q5q6q7 − 33q2q3q5q6q7 + 62q1q2q3q5q6q7 + 53q4q5q6q7 − 33q1q4q5q6q7 − 37q2q4q5q6q7 + 99q1q2q4q5q6q7 − 33q3q4q5q6q7 + 62q1q3q4q5q6q7 + 99q2q3q4q5q6q7 − 190q1q2q3q4q5q6q7

これをイジング式に落として、

from blueqat.vqe import *
from blueqat.pauli import *

hamiltonian = 5.890625*I - 0.15625*Z[0]*Z[1] + 2.890625*Z[0]*Z[1]*Z[2] - 0.359375*Z[0]*Z[1]*Z[2]*Z[3] - 1.03125*Z[0]*Z[1]*Z[2]*Z[3]*Z[4] + 0.0625*Z[0]*Z[1]*Z[2]*Z[3]*Z[4]*Z[5] + 1.484375*Z[0]*Z[1]*Z[2]*Z[3]*Z[4]*Z[5]*Z[6] - 0.515625*Z[0]*Z[1]*Z[2]*Z[3]*Z[4]*Z[6] - 0.453125*Z[0]*Z[1]*Z[2]*Z[3]*Z[5] + 0.0625*Z[0]*Z[1]*Z[2]*Z[3]*Z[5]*Z[6] + 0.96875*Z[0]*Z[1]*Z[2]*Z[4] - 0.515625*Z[0]*Z[1]*Z[2]*Z[4]*Z[5]*Z[6] - 0.453125*Z[0]*Z[1]*Z[2]*Z[4]*Z[6] + 0.171875*Z[0]*Z[1]*Z[2]*Z[5] - 0.0625*Z[0]*Z[1]*Z[2]*Z[6] + 0.34375*Z[0]*Z[1]*Z[3] - 0.359375*Z[0]*Z[1]*Z[3]*Z[4] - 0.453125*Z[0]*Z[1]*Z[3]*Z[4]*Z[5] + 0.0625*Z[0]*Z[1]*Z[3]*Z[4]*Z[5]*Z[6] - 0.0625*Z[0]*Z[1]*Z[3]*Z[5] - 0.453125*Z[0]*Z[1]*Z[3]*Z[5]*Z[6] + 0.171875*Z[0]*Z[1]*Z[3]*Z[6] + 0.265625*Z[0]*Z[1]*Z[4] + 0.171875*Z[0]*Z[1]*Z[4]*Z[5] - 0.0625*Z[0]*Z[1]*Z[4]*Z[6] + 0.171875*Z[0]*Z[1]*Z[5]*Z[6] + 0.109375*Z[0]*Z[1]*Z[6] - 2.796875*Z[0]*Z[2] + 0.265625*Z[0]*Z[2]*Z[3] + 0.96875*Z[0]*Z[2]*Z[3]*Z[4] - 0.515625*Z[0]*Z[2]*Z[3]*Z[4]*Z[5]*Z[6] - 0.453125*Z[0]*Z[2]*Z[3]*Z[4]*Z[6] + 0.171875*Z[0]*Z[2]*Z[3]*Z[5] - 0.0625*Z[0]*Z[2]*Z[3]*Z[6] - 0.90625*Z[0]*Z[2]*Z[4] - 0.0625*Z[0]*Z[2]*Z[4]*Z[5] - 0.453125*Z[0]*Z[2]*Z[4]*Z[5]*Z[6] + 1.421875*Z[0]*Z[2]*Z[4]*Z[6] + 0.109375*Z[0]*Z[2]*Z[5] - 0.0625*Z[0]*Z[2]*Z[5]*Z[6] + 0.125*Z[0]*Z[2]*Z[6] - 0.28125*Z[0]*Z[3] + 0.265625*Z[0]*Z[3]*Z[4] + 0.171875*Z[0]*Z[3]*Z[4]*Z[5] - 0.0625*Z[0]*Z[3]*Z[4]*Z[6] + 0.171875*Z[0]*Z[3]*Z[5]*Z[6] + 0.109375*Z[0]*Z[3]*Z[6] - 0.171875*Z[0]*Z[4] + 0.109375*Z[0]*Z[4]*Z[5] - 0.0625*Z[0]*Z[4]*Z[5]*Z[6] + 0.125*Z[0]*Z[4]*Z[6] + 0.0625*Z[0]*Z[5] + 0.109375*Z[0]*Z[5]*Z[6] - 0.390625*Z[0]*Z[6] + 0.09375*Z[0] - 0.15625*Z[1]*Z[2] + 0.34375*Z[1]*Z[2]*Z[3] + 2.140625*Z[1]*Z[2]*Z[3]*Z[4] - 0.453125*Z[1]*Z[2]*Z[3]*Z[4]*Z[5] + 0.0625*Z[1]*Z[2]*Z[3]*Z[4]*Z[5]*Z[6] - 0.0625*Z[1]*Z[2]*Z[3]*Z[5] - 0.453125*Z[1]*Z[2]*Z[3]*Z[5]*Z[6] - 0.078125*Z[1]*Z[2]*Z[3]*Z[6] + 0.265625*Z[1]*Z[2]*Z[4] - 0.078125*Z[1]*Z[2]*Z[4]*Z[5] - 0.0625*Z[1]*Z[2]*Z[4]*Z[6] - 0.078125*Z[1]*Z[2]*Z[5]*Z[6] + 0.109375*Z[1]*Z[2]*Z[6] - 0.921875*Z[1]*Z[3] + 0.34375*Z[1]*Z[3]*Z[4] - 0.0625*Z[1]*Z[3]*Z[4]*Z[5] - 0.453125*Z[1]*Z[3]*Z[4]*Z[5]*Z[6] - 0.078125*Z[1]*Z[3]*Z[4]*Z[6] + 1.234375*Z[1]*Z[3]*Z[5] - 0.0625*Z[1]*Z[3]*Z[5]*Z[6] - 0.28125*Z[1]*Z[4] - 0.078125*Z[1]*Z[4]*Z[5]*Z[6] + 0.109375*Z[1]*Z[4]*Z[6] + 0.234375*Z[1]*Z[5] + 0.0625*Z[1]*Z[6] - 3.046875*Z[1] - 0.28125*Z[2]*Z[3] + 0.265625*Z[2]*Z[3]*Z[4] - 0.078125*Z[2]*Z[3]*Z[4]*Z[5] - 0.0625*Z[2]*Z[3]*Z[4]*Z[6] - 0.078125*Z[2]*Z[3]*Z[5]*Z[6] + 0.109375*Z[2]*Z[3]*Z[6] - 2.171875*Z[2]*Z[4] + 0.109375*Z[2]*Z[4]*Z[5] - 0.0625*Z[2]*Z[4]*Z[5]*Z[6] + 0.125*Z[2]*Z[4]*Z[6] + 0.0625*Z[2]*Z[5] + 0.109375*Z[2]*Z[5]*Z[6] + 0.359375*Z[2]*Z[6] + 0.09375*Z[2] - 0.28125*Z[3]*Z[4] + 2.671875*Z[3]*Z[4]*Z[5]*Z[6] + 0.109375*Z[3]*Z[4]*Z[6] - 2.515625*Z[3]*Z[5] + 0.0625*Z[3]*Z[6] - 0.671875*Z[3] + 0.0625*Z[4]*Z[5] + 0.109375*Z[4]*Z[5]*Z[6] - 2.390625*Z[4]*Z[6] + 0.21875*Z[4] + 0.0625*Z[5]*Z[6] - 0.203125*Z[5] - 0.125*Z[6]

result = Vqe(QaoaAnsatz(hamiltonian,8)).run()    
print(result.most_common(10))

答えは、

(((0, 0, 0, 1, 0, 1, 1), 0.0526207005085115), ((0, 1, 0, 1, 0, 1, 1), 0.0509613913647074), ((0, 0, 1, 0, 1, 0, 0), 0.04083238349765797), ((0, 1, 0, 1, 0, 1, 0), 0.03858710306550349), ((1, 0, 1, 0, 0, 1, 0), 0.03797289965489858), ((1, 0, 0, 0, 0, 0, 1), 0.03159655384832289), ((1, 1, 1, 0, 1, 0, 0), 0.028299534909668748), ((1, 0, 0, 0, 0, 0, 0), 0.026228368428091498), ((1, 0, 1, 1, 1, 1, 0), 0.025016295668237147), ((1, 1, 1, 0, 1, 0, 1), 0.02392454173189753))
313.90521216392517

まとめ

QAOAは結構大変そうです。

© 2025, blueqat Inc. All rights reserved