量子退火是一种量子计算技术，旨在找到问题的最低能量状态，这对应于优化任务中的最优解。它利用量子效应（如量子隧穿）比经典方法更有效地探索潜在解决方案。与通过精确操作操纵量子比特的基于门的量子计算机不同，量子退火机逐步将系统从简单的初始状态演变为编码问题解决方案的状态。这种方法特别适合组合优化问题，例如在约束条件下最小化成本或最大化效率。
该过程首先将优化问题映射到能量景观上，其中每个可能的解决方案由具有特定能量值的状态表示。目标是找到能量最低的状态。量子退火从所有可能状态的叠加开始，并应用一个随时间变化的哈密顿量——这是对系统能量的数学描述。最初，哈密顿量优先考虑量子隧穿，通过利用量子效应使系统能够绕过局部能量最小值（次优解）。随着时间的推移，问题特定的哈密顿量的影响增加，引导系统趋向全局最小值。例如，在物流路径规划问题中，系统可能同时探索多个配送路线，避免陷入局部最优但全局次优的配置中。
实际实现，如 D-Wave 的量子退火机，要求问题被表述为二次无约束二元优化 (QUBO) 或 伊辛模型 (Ising models)。虽然量子退火在某些问题上可以胜过经典方法，但它面临局限性。量子比特连接性和噪声会降低大规模问题的性能，并且并非所有优化任务都能完美映射到 QUBO。开发人员通常采用混合方法，将量子退火与经典算法结合使用来处理预处理或细化结果。例如，供应链优化可能使用量子退火来缩小候选解决方案范围，然后应用经典技术来最终确定计划。虽然不是通用解决方案，但量子退火为特定的优化挑战提供了专用工具。