arXiv · quant-ph· Sriram Bharadwaj, Di Luo, Leo Zhou·· 3 天前
CV-QAOA：连续变量量子优化的低深度方法
CV-QAOA: Efficient Low-Depth Quantum Optimization of Continuous Variables
arXiv:2610.06815v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Sriram Bharadwaj, Di Luo, Leo Zhou
首次提交：2026-10-06 01:55
研究任务与主要进展
作者提出连续变量量子近似优化算法CV-QAOA，用于高维连续优化，并证明其在多类成本函数上的性能保证。
阶段、条件与复现 · 深读核对
- 任务输出与输入访问模型是什么？
- 在什么假设、规模与资源条件下成立？
- 与哪种经典基线比较，是否计入编码与读出？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · quant-ph · arxiv.org