【标题】Efficient and practical quantum compiler towards multi-qubit systems with deep reinforcement learning

【作者团队】Qiuhao Chen, Yuxuan Du, Qi Zhao, Yuling Jiao, Xiliang Lu, Xingyao Wu

【发表日期】2022.4.14

【论文链接】https://arxiv.org/pdf/2204.06904.pdf

【推荐理由】高效的量子编译策略极大地增强了量子计算机执行复杂量子算法的能力。然而，当前协议低优化性、推理时间长、可扩展性有限以及缺乏通用性。为此，本文设计了高效实用的量子编译器，并辅以先进的深度强化学习 (RL) 技术，即数据生成、深度 Q 学习和 AQ* 搜索。该协议兼容各种量子机器，可用于编译多量子比特算子。在单量子位算子编译任务中，该方法在编译序列长度和推理时间方面优于其他基于 RL 的量子编译器。同时，输出解接近最优，由 Solovay-Kitaev 定理保证。值得注意的是，对于无逆通用基组，所获得的序列长度复杂度与基于逆的设置相当，并显着改进了现有方法。这些经验结果有助于改进无逆Solovay-Kitaev定理。此外，其首次展示了如何利用基于 RL 的量子编译器来完成双量子位算子编译。所取得的成果为RL与量子编译的结合开辟了一条途径，将效率和实用性统一起来，从而促进量子优势的探索。

内容中包含的图片若涉及版权问题，请及时与我们联系删除