本研究在模拟退火优化问题中引入了量子涨落，通过解决小型系统的时间依赖薛定谔方程和与传统方法的比较，发现在相同的降温进度下，量子退火方法几乎在所有情况下都以更高的概率找到了对角哈密顿量的基态。

Apr, 1998

本文研究了量子退火算法在组合优化和相关抽样任务中相对于经典最新方法实现量子加速的前景，并且基于对既有文献中引入的多种启发式量子优化算法的改进相干时间以及控制能力的持续探索和兴趣，提出了包括连续时间哈密顿计算算法、反向退火和连续时间量子行走在内的 QA 有前途的变体，同时就机器学习的参数化量子电路的模拟提出了类比算法，这些算法大多没有（或被认为不可能有）已知的高效古典模拟，其中大多数算法的 “中等规模” 实验可能存在量子加速的可行可能性。建议通过在使能交换耦合通量量子比特时实现的时间依赖有效横向场伊辛哈密顿量生成的新型量子动力学的全面研究来实现更先进的控制协议以及 DQA 的最有前途的路径。

Aug, 2020

本文回顾了最近一些分析性工作的结果，将量子涨落的效应纳入到研究中，探究了量子绝热算法在最小化随机优化问题中的效率与经典算法的差异。

Oct, 2012

为了寻找一根稻草，我们提出了一种基于电路的量子算法，该算法通过周期性地在系统中交替应用问题哈密顿量（oracle）和横向场来实现，使用自旋相干态分析复合幺正矩阵，在初始状态和目标状态之间进行了高度重叠的状态转换，并提示了了解 QAOA 电路所需的分析涉及与在 AQO 中估算哈密顿量能隙的过程截然不同。

Feb, 2017

使用可行的方法将整数因子分解问题转换为求解 Ising 模型，并在 D-Wave 2000Q 上测试，成功因子分解数值 15、143、59989 和 376289。

Apr, 2018

本研究介绍了两种针对随机过程的量子算法，分别用于热吉布斯态的准备和马尔可夫链的命中时间估计，并使用哈密顿模拟、谱间隙放大和线性方程组解法等工具进行实现。

Mar, 2016

本研究探讨 Ising 问题与量子退火器中问题哈密顿参量之间的关系，并通过新参数定义的引入，阐述贯穿整个论文的一个观点，即判断 QA 算法性能的关键是量子演化时是否存在 anti-crossing。我们通过最大加权独立集问题构造了例子，并改变参数值，展示了如何在问题不变的情况下改变量子演化的性质以从根本上影响 spectral gap 值。最后，我们通过一个多项式约化，将 Ising 问题约化为最大加权独立集问题，并展示了如何通过此方法消除 anti-crossing，增加最小 spectral gap。

Oct, 2019

该研究探讨了混合量子 - 经典优化和学习策略，并提出了一种利用哈密顿在李代数或群论中的代数对称性进行梯度估计的框架，以及使用经典影子重建方法进一步减少测量次数的方法。

Apr, 2024

通过变分模拟费米子系统，利用 Givens 旋转思想，使用定制化的算法来改善我们的实验的有效保真度，并在对链状分子及联环分子的模拟中建立起基础来扩大更复杂分子的相关量子模拟。

Apr, 2020

本文研究了如何直接从量子测量中估计要优化的函数的梯度，提出了一种基于 Pauli 旋转扩展的哈密顿量的梯度估计算法，可适用于带噪声量子门的多量子位参数量子演化。

May, 2020