Luna V1.0 proporciona un entorno de optimización fácil de usar, desde la definición de modelos en Python hasta resolverlos utilizando algoritmos cuánticos. Crédito: aqarios
La plataforma de AQARIOS Luna V1.0 marca un hito importante en la optimización cuántica. Esta versión mejora significativamente la usabilidad, el rendimiento y la aplicabilidad del mundo real al introducir FlexQAOA, un algoritmo cuántico híbrido diseñado específicamente para manejar las restricciones industriales directamente dentro de los circuitos cuánticos.
Luna permite a los profesionales a través de la logística, la energía, la fabricación y otras industrias modelar, resolver e interpretar fácilmente problemas de optimización complejos, llevando la computación cuántica al uso práctico hoy en día.
El 4 de junio de 2025, lanzamos Luna V1.0, nuestra actualización más significativa a nuestra plataforma de optimización cuántica hasta ahora. La computación cuántica promete poderosas capacidades de optimización, pero la complejidad de los problemas del mundo real, en particular manejo de limitaciones de problemas, todavía plantea un desafío importante en este campo. Luna V1.0 aborda estos desafíos de frente.
¿Qué hace que Luna V1.0 sea especial? Proporciona una experiencia de usuario intuitiva, una integración más profunda de los algoritmos cuánticos e híbridos, y el soporte nativo para FlexQAOA, nuestro nuevo algoritmo de optimización cuántica de restricción nativa.
Luna está diseñada para profesionales que enfrentan problemas complejos en la toma de decisiones. No requiere experiencia previa en la computación cuántica, solo desafíos de optimización del mundo real que exigen soluciones robustas y que respeten las restricciones.
La optimización cuántica cumple con las restricciones: por qué construimos flexqaoa
La computación cuántica promete avances significativos en la optimización, pero cuando se introducen restricciones del mundo real, muchos métodos cuánticos falsifican. Los problemas industriales rara vez existen sin restricciones: presupuestos, plazos, capacidades. Los algoritmos cuánticos tradicionales no pueden manejar estas restricciones de forma nativa, lo que requiere reformulaciones problemáticas complicadas a través de términos de penalización.
Vimos una oportunidad: ¿por qué no crear un algoritmo cuántico construido específicamente alrededor de limitaciones desde el principio?
Eso es Flexqaoa.
Las restricciones están en todas partes
Las restricciones son fundamentales para los problemas de optimización y definen las limitaciones de qué soluciones son válidas en primer lugar. Considere los siguientes escenarios:
Grids de energía: equilibrio de generación de energía dentro de estrictos límites regulatorios y de capacidad. Fabricación: Asignación eficiente de tareas a las máquinas al tiempo que respeta capacidades y plazos. Logística: optimización de rutas de vehículos con límites de carga precisos y ventanas de entrega.
Los métodos cuánticos tradicionales luchan aquí. Las reformulaciones para trabajar con restricciones de recursos de residuos que exploran soluciones inviables, complican el proceso de optimización al tener que equilibrar el objetivo original con sanciones adicionales y requieren variables de holgura adicionales, aumentando el número de qubits requeridos.
Apuntamos a algo más simple, más claro y más eficiente.
FlexQAOA integra las restricciones directamente en los circuitos cuánticos, mejorando significativamente la eficiencia y la practicidad para los problemas del mundo real. Crédito: aqarios
Cómo Flexqaoa resuelve las restricciones directamente
Flexqaoa codifica directamente las restricciones en circuitos cuánticos, eliminando estructuras de penalización complicadas. Introdujimos dos conceptos:
XY-Mixers: manejar las decisiones que requieren selecciones exclusivas (un punto) al restringir el estado cuántico a soluciones factibles. Funciones del indicador: gestione las limitaciones de desigualdad (como presupuestos o capacidades) aplicando cambios de fase específicos, codificando eficientemente la satisfacción de la restricción.
Estas innovaciones permiten que Flexqaoa entregue soluciones claras y prácticas más rápido.
Flexqaoa en la práctica: resultados de evaluación comparativa
Bench-Benchmars Flexqaoa utilizando el problema de mochila multidimensional, un desafío de optimización bien conocido y complejo que involucra múltiples restricciones. Incluso en algunas capas QAOA, Flexqaoa coincide o supera los métodos cuánticos de referencia. Con más iteraciones de QAOA, ofrece constantemente resultados superiores, superando claramente los algoritmos convencionales basados en penalización.
Flexqaoa logra una probabilidad de muestrear soluciones de alta calidad de más del 90% en solo 10 capas QAOA para las instancias investigadas, sin requerir variables flojas o pesos de penalización de ajuste.
Su arquitectura consciente de la restricción mejora la calidad de la solución y mejora el tiempo de solución, gracias a un espacio de búsqueda drásticamente reducido, lo que hace que Flexqaoa sea un fuerte candidato para resolver problemas a escala industrial a medida que el hardware cuántico continúa evolucionando. El espacio de búsqueda reducido no solo aumenta el rendimiento, sino que también permite la simulación de tamaños de problemas que son inaccesibles para los métodos convencionales.
Los resultados detallados están disponibles en nuestro reciente papel publicado en el servidor de preimpresión ARXIV.
Impacto del mundo real: Flexqaoa en optimización de energía con E.ON
Una de las primeras aplicaciones del mundo real de Flexqaoa se desarrolló en colaboración con la tecnología digital E.ON, donde abordamos un desafío clave en el futuro de la energía: optimizar la demanda de electricidad de los electrodomésticos flexibles en los hogares prosumerales.
El objetivo era coordinar dispositivos inteligentes como cargadores EV y bombas de calor de una manera que minimice los costos de electricidad al tiempo que hace un mejor uso de la energía renovable generada localmente, todo sin violar las limitaciones de la red.
Utilizando FlexqaoA, codificamos con éxito la estructura compleja del problema directamente en un circuito cuántico, lo que permite la optimización consciente de las restricciones que respeta la viabilidad del mundo real. Los resultados muestran un potencial claro para mejorar la flexibilidad y la eficiencia en los sistemas de energía.
Puedes leer el estudio de caso completo aquí.
Luna V1.0: Optimización cuántica para todos
Con Luna, los usuarios pueden modelar, comparar y resolver problemas de optimización intuitivamente utilizando Python, mientras que Luna proporciona acceso de hardware-agnóstico a varios algoritmos y backends de hardware para elegir. Combina algoritmos patentados con tuberías automatizadas, lo que hace que el proceso de resolución de problemas sea más intuitivo y más fácil que nunca. Ya en uso activo en los sistemas de logística, fabricación y energía, Luna demuestra que la optimización cuántica ahora está al alcance de cualquier persona que busque comenzar.
Nuestra hoja de ruta incluye extender FlexQAOA para tipos de restricciones más amplios, mejorar el rendimiento en el hardware cuántico y expandir los flujos de trabajo de optimización híbrida. Creemos que esto es solo el comienzo del potencial transformador de la optimización cuántica.
Esta historia es parte de Diálogo de ciencias xdonde los investigadores pueden informar los resultados de sus artículos de investigación publicados. Visite esta página Para obtener información sobre el diálogo de Science X y cómo participar.
Más información: David Bucher et al, arquitectura QAOA eficiente para resolver problemas de optimización múltiples restringidos, ARXIV (2025). Doi: 10.48550/arxiv.2506.03115
¿Curioso sobre lo que Luna puede hacer por sus desafíos de optimización?
Descubre Luna V1.0 ahora o Alcance directamente a Aqarios.
Información en el diario: ARXIV
AQARIOS es una startup de tecnología profunda con sede en Munich, fundada en 2021 como un spin-off de LMU Munich y su “Laboratorio de Investigación y Aplicaciones cuánticas” (QAR-LAB). Nos especializamos en avanzar en la computación cuántica para uso industrial al transformar la investigación de vanguardia en aplicaciones prácticas. Nos centramos en los algoritmos cuánticos y el aprendizaje automático mejorado con la cantidad cuántica, haciéndolos accesibles y utilizables en los escenarios del mundo real.
Con una base sólida en sectores como aeroespacial, automotriz, finanzas, energía, logística y fabricación, AQARIOS aprovecha más de una década de investigación de aplicaciones cuánticas para ofrecer soluciones de software innovadoras y centradas en el usuario. Nuestras herramientas intuitivas proporcionan acceso simplificado a aplicaciones cuánticas, algoritmos y hardware, lo que impulsa a todos, desde usuarios novatos hasta expertos experimentados para resolver problemas complejos de manera más eficiente y potente.
Cita: Luna V1.0 y Flexqaoa aportan la optimización cuántica del consumo de restricciones a los problemas del mundo real (2025, 4 de julio) Recuperado el 4 de julio de 2025 de https://techxplore.com/news/2025-07-luna-v10-flexqaoa-constonsader-aware.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
