★ 2026/02/03
v1.0.0でワンホット制約に強い有料サンプラーを追加！詳しくはお問い合わせください。
GPU利用を前提としています。別途Pytorchをインストールしておいてください。
v0.1.0でメモリオーバー対策をしました。324量子ビットの8次式で動作確認済み。tytanでHOBOをコンパイルしてメモリオーバーになる場合はこちらを使ってください。
追記：12次式の動作も確認しました。パズルを解いた記事 もご参照ください。
pip install -U git+https://github.com/ShoyaYasuda/hobotan
量子ビットは2次元配列で定義でき、定式化でq[0, 0]のように使用できる。（3次元もできるよ）
MIKASAmpler()を使用（別途pytorchをインストールしておくこと）。shots=10000のように増やせる。
以下のコードは、5✕5の席にできるだけ多くの生徒を座らせる（ただし縦・横に3席連続で座ってはいけない）を解いたもの。3次の項が登場する。
import numpy as np
from hobotan import *
import matplotlib.pyplot as plt
#量子ビットを用意
q = symbols_list([5, 5], 'q{}_{}')
#すべての席に座りたい（できれば）
H1 = 0
for i in range(5):
for j in range(5):
H1 += - q[i, j]
#どの直線に並ぶ3席も連続で座ってはいけない（絶対）
H2 = 0
for i in range(5):
for j in range(5 - 3 + 1):
H2 += np.prod(q[i, j:j+3])
for j in range(5):
for i in range(5 - 3 + 1):
H2 += np.prod(q[i:i+3, j])
#式の合体
H = H1 + 10*H2
#HOBOテンソルにコンパイル
hobo, offset = Compile(H).get_hobo()
print(f'offset\n{offset}')
#サンプラー選択
solver = sampler.MIKASAmpler()
#サンプリング
result = solver.run(hobo, shots=10000)
#上位3件
for r in result[:3]:
print(f'Energy {r[1]}, Occurrence {r[2]}')
#さくっと配列に
arr, subs = Auto_array(r[0]).get_ndarray('q{}_{}')
print(arr)
#さくっと画像に
img, subs = Auto_array(r[0]).get_image('q{}_{}')
plt.figure(figsize=(2, 2))
plt.imshow(img)
plt.show()offset
0
MODE: GPU
DEVICE: cuda:0
Energy -17.0, Occurrence 686
[[1 1 0 1 1]
[1 1 0 1 1]
[0 0 1 0 0]
[1 1 0 1 1]
[1 1 0 1 1]]
Energy -17.0, Occurrence 622
[[1 1 0 1 1]
[1 0 1 1 0]
[0 1 1 0 1]
[1 1 0 1 1]
[1 0 1 1 0]]
Energy -17.0, Occurrence 496
[[0 1 1 0 1]
[1 1 0 1 1]
[1 0 1 1 0]
[0 1 1 0 1]
[1 1 0 1 1]]
以下のコードはx^2+y^2=z^2を満たすピタゴラス数（x, y, zとも1～16）を求めたもの。4次の項が登場する。
from hobotan import *
#量子ビットを2進数表現で用意
x = symbols_nbit(0, 16, 'x{}', num=4) + 1
y = symbols_nbit(0, 16, 'y{}', num=4) + 1
z = symbols_nbit(0, 16, 'z{}', num=4) + 1
#ピタゴラス条件
H = (x**2 + y**2 - z**2)**2
#HOBOテンソルにコンパイル
hobo, offset = Compile(H,).get_hobo()
print(f'offset\n{offset}')
#サンプラー選択
solver = sampler.MIKASAmpler()
#サンプリング
result = solver.run(hobo, shots=10000)
#上位10件
for r in result[:10]:
print(f'Energy {r[1]}, Occurrence {r[2]}')
#さくっと10進数に戻す
print('x =', Auto_array(r[0]).get_nbit_value(x))
print('y =', Auto_array(r[0]).get_nbit_value(y))
print('z =', Auto_array(r[0]).get_nbit_value(z))offset
1.0
MODE: GPU
DEVICE: cuda:0
Energy -1.0, Occurrence 1105
x = 8.0
y = 6.0
z = 10.0
Energy -1.0, Occurrence 643
x = 12.0
y = 9.0
z = 15.0
Energy -1.0, Occurrence 781
x = 12.0
y = 5.0
z = 13.0
Energy -1.0, Occurrence 1532
x = 3.0
y = 4.0
z = 5.0
Energy -1.0, Occurrence 1461
x = 4.0
y = 3.0
z = 5.0
Energy -1.0, Occurrence 860
x = 5.0
y = 12.0
z = 13.0
Energy -1.0, Occurrence 688
x = 6.0
y = 8.0
z = 10.0
Energy -1.0, Occurrence 1050
x = 9.0
y = 12.0
z = 15.0
Energy 0.0, Occurrence 108
x = 11.0
y = 1.0
z = 11.0
Energy 0.0, Occurrence 29
x = 10.0
y = 1.0
z = 10.0
論文/Paper HOBOTAN: Efficient Higher Order Binary Optimization Solver with Tensor Networks and PyTorch
ブログ 量子アニーリング（HOBO対応）のパッケージ「HOBOTAN」が登場
ブログ 新型ソルバーの試作品、HOBOソルバー hobotan ができたようです。
blog A prototype of the new solver, HOBO solver "hobotan," is now available.
blog Optimizing Graph Coloring Problems with the HOBO Solver
TYTANパッケージ の派生形なのでそちらも参照してみてください。
derwindさん（理論）、yuminさん（マネージャー）、Shoya Yasudaさん（実装）
| 日付 | ver | 内容 |
|---|---|---|
| 2026/02/03 | 1.0.0 | ワンホット制約に強い有料サンプラーを追加 |
| 2025/11/27 | 0.1.9 | shots下限値を1に引き下げ（KF様協力） |
| 2025/09/08 | 0.1.8 | numpy2系での結果の表示を修正 |
| 2025/05/26 | 0.1.7 | パラメータ微調整 |
| 2025/01/22 | 0.1.5 | 高次項への対応強化（KF様協力） |
| 2025/01/17 | 0.1.4 | コンパイル時に項が相殺されないように修正 |
| 2025/01/09 | 0.1.3 | テンソルの次元を表示 |
| 2024/10/13 | 0.1.2 | ランダム性を追加 |
| 2024/10/13 | 0.1.1 | ソルバー実行後にGPUメモリクリア |
| 2024/10/13 | 0.1.0 | メモリオーバー対策、余計な要素を削除 |
| 2024/07/28 | 0.0.8 | TT分解オプションを追加（未検証） |
| 2024/07/27 | 0.0.7 | exec(command)を解除 |
| 2024/07/27 | 0.0.6 | compileのミスを修正 |
| 2024/07/27 | 0.0.5 | symbols_nbitを追加 |
| 2024/07/26 | 0.0.4 | MIKASAmplerに改名 |
| 2024/07/26 | 0.0.3 | テンソル計算を高速化 |
| 2024/07/26 | 0.0.2 | いろいろ修正 |
| 2024/07/26 | 0.0.1 | 初期版 |