Measurement-Guided State Refinement for Shallow Feedback-Based Quantum Optimization Algorithm
Die Studie stellt einen iterativen Ansatz namens Measurement-Guided Initialization (MGI) vor, der Messergebnisse aus vorherigen Läufen nutzt, um die Initialisierung für den Feedback-basierten Quanten-Optimierungsalgorithmus FALQON zu verfeinern und so die Leistung flacher Schaltkreise auf NISQ-Geräten ohne klassische Parameteroptimierung zu verbessern.