Adaptive Differential Evolution and Multistart Search for Noisy QAOA Optimization
Este artigo avalia dez otimizadores clássicos para otimização de QAOA ruidosa em , revelando que, embora métodos de múltiplos inícios se destaquem com objetivos exatos, algoritmos adaptativos baseados em população tornam-se competitivos sob ruído, embora a escolha ideal dependa, em última análise, do nível específico de ruído, da métrica de desempenho e da instância do problema.