量子退火（Quantum Annealing, QA）是一種用於解決最佳化問題的量子計算方法。它通過模擬量子系統的行為，利用量子隧穿效應，在給定目標函式的空間中尋找全局最小值。量子退火算法的主要組成部分包括：
量子勢能。這部分將最佳化問題映射到量子系統上，將目標函式轉換為作用於量子系統的勢場。
量子動能。通過引入可控的動能項，即量子波動的穿透場，來影響量子系統的演化。
量子退火算法的核心操作包括製備初始態、設計哈密頓量的演化路徑以及測量最終態。與傳統模擬退火算法相比，量子退火利用了量子系統的特性，如量子隧穿效應，能夠在某些問題上提供更高效的解決方案。
在實際套用中，量子退火算法已被用於解決諸如旅行商問題、圖著色問題等經典最佳化問題。然而，量子退火算法的實施面臨著技術挑戰，包括硬體限制、噪聲和誤差控制等問題。儘管如此，隨著量子計算技術的發展，量子退火算法的套用前景十分廣闊。