QPRIMORA · FRAMEWORK-NATIVE DEMO

卫星任务调度

多个卫星观测任务具有不同的时间窗口、优先级和科学价值。应该选择哪些任务执行,才能在时间冲突约束下提高总体任务价值?

01 现实问题 用户真正希望解决的问题。
→
02 问题表示 把现实问题转换成可计算的数学结构。
→
03 基础原语 识别问题背后的可复用计算结构。
→
04 算法映射 把原语映射到适合的量子或混合算法。
→
05 Virtual QPU 在经典硬件上模拟量子执行与测量过程。
→
06 测量 从候选量子状态中获得测量结果分布。
→
07 现实结果 把测量结果重新解释为用户能够理解的现实答案。
01 · PROBLEM INPUT

设置现实问题

候选卫星观测窗口
02 · TRANSFORMATION EXPLORER

QPRIMORA 怎样转换这个问题

PROBLEM 卫星任务调度
→
REPRESENTATION Constrained QUBO
→
PRIMITIVE Conflict-Constrained Scheduling
→
ALGORITHM QAOA
→
BACKEND Virtual QPU
A · 卫星观测任务

每个候选任务都有可执行的观测时间段、任务优先级以及科学价值。同一颗卫星不能同时执行彼此重叠的任务。

B · 决策变量

每个二进制变量表示一个候选观测任务是否被加入最终任务计划。

xᵢ ∈ {0,1}
C · 时间冲突约束

如果两个任务的观测时间发生重叠,它们不能同时被选择。

xᵢ + xⱼ ≤ 1 if windowᵢ ∩ windowⱼ ≠ ∅
D · 优化目标

在满足所有时间冲突约束的前提下,优先选择高价值、高优先级的观测任务。

max Σ Valueᵢ·xᵢ − λ·ScheduleCost
E · Scheduling Primitive

在这一层,“卫星”这个具体领域被抽象掉。底层看到的是候选任务、资源占用区间、冲突关系和任务价值组成的通用调度问题。

F · QAOA + Virtual QPU

调度约束和任务价值被映射到 Constrained QUBO,再进入 QAOA 风格优化路径。Virtual QPU 最终输出候选任务组合的测量概率分布。

Task Windows → Conflict Graph → Constrained QUBO → QAOA → Virtual QPU → Measurement
03 · COMPUTE

同时运行两条计算路径

CLASSICAL

Exact conflict-constrained scheduling

时间窗口、优先级与任务价值 ↓ 冲突约束调度 ↓ 最优任务计划
VIRTUAL QPU

QAOA-style Virtual QPU schedule-state sampling

Constrained QUBO ↓ Conflict-Constrained Scheduling ↓ QAOA ↓ Virtual QPU ↓ 候选任务组合测量分布
QPRIMORA ARCHITECTURE

从卫星观测到通用调度原语

卫星任务调度 → Constrained QUBO → Conflict-Constrained Scheduling → QAOA → Virtual QPU → Real QPU

用户描述的是卫星观测任务,QPRIMORA 识别的是时间窗口、冲突关系和任务价值构成的调度原语。