Adaptive Differential Evolution and Multistart Search for Noisy QAOA Optimization
Este artículo evalúa diez optimizadores clásicos para la optimización de QAOA con ruido para , revelando que, si bien los métodos de inicio múltiple sobresalen con objetivos exactos, los algoritmos adaptativos basados en población se vuelven competitivos bajo ruido, aunque la elección óptima depende finalmente del nivel específico de ruido, la métrica de desempeño y la instancia del problema.