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
02 · TRANSFORMATION EXPLORER
QPRIMORA 怎样转换这个问题
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
RESULT · COMPUTATION
计算结果
CLASSICAL
普通计算结果
VIRTUAL QPU
QAOA-style Optimization
科学说明
Virtual QPU 在经典服务器上模拟运行。候选调度状态的概率分布用于解释 QAOA 风格的优化过程,不代表已经测得真实量子硬件加速。
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。