เปรียบเทียบวิธี

	Quantum Approximate Optimization Algorithm	การประมาณค่าเฟสควอนตัม
สาขาวิชา	การคำนวณเชิงควอนตัม	การคำนวณเชิงควอนตัม
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2014	1995
ผู้ริเริ่ม	Edward Farhi	Alexei Kitaev
ประเภท	Hybrid quantum-classical algorithm	Subroutine algorithm
แหล่งต้นตำรับ	Farhi, E., Goldstone, J., Gutmann, S. (2014). A quantum approximate optimization algorithm. arXiv preprint arXiv:1411.4028.	Kitaev, A. Y. (1995). Quantum measurements and the Abelian stabilizer problem. arXiv preprint quant-ph/9511026.
ชื่อเรียกอื่น	QAOA, quantum alternating operator ansatz	QPE, phase kickback
ที่เกี่ยวข้อง	4	3
สรุป	The Quantum Approximate Optimization Algorithm (QAOA) is a hybrid quantum-classical algorithm designed to solve combinatorial optimization problems on near-term quantum devices. Introduced by Farhi, Goldstone, and Gutmann in 2014, QAOA encodes optimization problems into quantum circuits and uses classical optimization to tune circuit parameters, aiming to find approximately optimal solutions for problems like MaxCut, graph coloring, and scheduling.	Quantum Phase Estimation (QPE) is a fundamental quantum subroutine that estimates the eigenvalues of a unitary operator. Developed by Alexei Kitaev in 1995, QPE combines controlled unitary evolution with the quantum Fourier transform to extract eigenvalues from quantum states with exponential precision scaling.