Centro Nazionale di Ricerca in High Performance Computing Big Data e Quantum Computing (ICSC), progetto finanziato dall’Unione Europea – NextGenerationEU – e dal Piano Nazionale Ripresa e Resilienza (PNRR) – Missione 4 Componente 2.
Obiettivi
Il quantum computing offre una soluzione innovativa per le complesse sfide dei problemi logistici urbani, tra cui la raccolta dei rifiuti e la consegna dell’ultimo miglio, affrontando problemi come il Traveling Salesman Problem e il Vehicle Routing Problem. Ciò consentirà di ridurre al minimo i costi operativi, quali tempo, distanza, congestione del traffico e consumo di carburante, nonostante i vari vincoli logistici.
Sfida iniziale
Il progetto affronta un problema vario e complesso, dovuto alla varietà dei percorsi, alla diversificazione della produzione e ai vincoli operativi. Inoltre, terrà in mente la crescente necessità di rispettare la sostenibilità ambientale e di ottenere la soddisfazione dei clienti. Il calcolo quantistico è una risorsa in grado di elaborare facilmente questa mole di dati, ottimizzando i risultati in base alle esigenze del cliente e valutando simultaneamente diverse soluzioni potenziali.
Soluzione
Il risultato porterà all’ottimizzazione dei sistemi di logistica urbana: grazie a migliori algoritmi di analisi predittiva, resi possibili dal calcolo quantistico, sarà possibile ridurre gli sprechi e le emissioni garantendo migliore sostenibilità a questi sistemi.
Benefici
L’efficienza degli ecosistemi logistici si tradurrà in una maggiore efficienza e in una riduzione dei costi operativi. Inoltre, il progetto mira a ridurre al minimo i rischi legati alla logistica, con conseguente aumento dell’attività economica e miglioramento della qualità della vita. Ciò avverrà in un’ottica di riduzione delle emissioni di carbonio e del consumo di carburante grazie all’individuazione di percorsi ottimizzati.
Il ruolo di IFAB
IFAB ha contribuito allo sviluppo e all’integrazione delle metodologie di calcolo quantistico e degli strumenti di ottimizzazione necessari per affrontare uno dei problemi classici della logistica urbana: la pianificazione ottimale dei percorsi di consegna, formalizzato come Traveling Salesman Problem (TSP).
Il contributo tecnico di IFAB si è articolato su quattro fronti;
- Implementazione di un solver quantistico per il TSP basato sull’algoritmo QAOA, con la formulazione del problema come modello QUBO capace di incorporare vincoli operativi reali — capacità dei veicoli, accessibilità stradale, finestre temporali.
- Integrazione del solver con il supercomputer Leonardo del CINECA, per la simulazione efficiente di istanze quantistiche su infrastruttura di calcolo ad alte prestazioni.
- Sviluppo di una pipeline ibrida che combina tecniche di clustering gerarchico agglomerativo con l’ottimizzazione quantistica, per rendere il sistema scalabile su istanze di grandi dimensioni.
- Validazione delle soluzioni su dataset sintetici e su scenari ispirati alla rete metropolitana di Milano, con un benchmarking sistematico rispetto alle metaeuristiche classiche.
La partecipazione a QLMD ha permesso di consolidare competenze avanzate nel Quantum Computing applicato all’ottimizzazione combinatoria, contribuendo a portare la tecnologia da TRL 3 a TRL 5 e traducendo i risultati in pubblicazioni scientifiche peer-reviewed, tra cui un contributo al workshop AIxQIA di ECAI 2025 e un paper su arXiv.
Partners
Participating Spoke
Per informazioni rivolgersi a: projects@ifabfoundation.org
