論文の概要: Policy Gradient based Quantum Approximate Optimization Algorithm
- arxiv url: http://arxiv.org/abs/2002.01068v2
- Date: Sat, 16 May 2020 19:36:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-04 03:45:05.976788
- Title: Policy Gradient based Quantum Approximate Optimization Algorithm
- Title（参考訳）: ポリシー勾配に基づく量子近似最適化アルゴリズム
- Authors: Jiahao Yao, Marin Bukov, Lin Lin
- Abstract要約: 本稿では,QAOAの変動パラメータをノイズキャンバス方式で最適化するために,政策段階に基づく強化学習アルゴリズムが適していることを示す。
単一および多ビット系における量子状態伝達問題に対するアルゴリズムの性能解析を行う。
- 参考スコア（独自算出の注目度）: 2.5614220901453333
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The quantum approximate optimization algorithm (QAOA), as a hybrid
quantum/classical algorithm, has received much interest recently. QAOA can also
be viewed as a variational ansatz for quantum control. However, its direct
application to emergent quantum technology encounters additional physical
constraints: (i) the states of the quantum system are not observable; (ii)
obtaining the derivatives of the objective function can be computationally
expensive or even inaccessible in experiments, and (iii) the values of the
objective function may be sensitive to various sources of uncertainty, as is
the case for noisy intermediate-scale quantum (NISQ) devices. Taking such
constraints into account, we show that policy-gradient-based reinforcement
learning (RL) algorithms are well suited for optimizing the variational
parameters of QAOA in a noise-robust fashion, opening up the way for developing
RL techniques for continuous quantum control. This is advantageous to help
mitigate and monitor the potentially unknown sources of errors in modern
quantum simulators. We analyze the performance of the algorithm for quantum
state transfer problems in single- and multi-qubit systems, subject to various
sources of noise such as error terms in the Hamiltonian, or quantum uncertainty
in the measurement process. We show that, in noisy setups, it is capable of
outperforming state-of-the-art existing optimization algorithms.
- Abstract（参考訳）: 量子近似最適化アルゴリズム(qaoa)は,近年,ハイブリッド量子/古典アルゴリズムとして注目されている。
QAOAは量子制御のための変分アンサッツと見なすこともできる。
しかし、創発的量子技術への直接的応用は、追加の物理的制約に直面する。
i) 量子系の状態は観測不可能である。
(ii)目的関数の導関数を得るには、計算上費用がかかるか、実験で到達できない場合がある。
(iii)目的関数の値は、ノイズの多い中間スケール量子(nisq)デバイスの場合と同様に、様々な不確実性源に敏感である。
このような制約を考慮すると、QAOAの変動パラメータをノイズロストな方法で最適化するのにポリシー勾配に基づく強化学習(RL)アルゴリズムが適していることを示し、連続的な量子制御のためのRL技術開発への道を開く。
これは、現代の量子シミュレータにおける潜在的な未知のエラーの原因を緩和し、監視するのに役立つ。
単量子および多量子ビット系における量子状態伝達問題に対するアルゴリズムの性能を、ハミルトニアンにおける誤差項や測定過程における量子不確かさといった様々なノイズ源に基づいて解析する。
ノイズの多い環境では、既存の最適化アルゴリズムを上回ることができることを示す。
関連論文リスト
- Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。
我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文 参考訳（メタデータ） (2024-01-31T01:02:16Z) - Near-Term Distributed Quantum Computation using Mean-Field Corrections
and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。
我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文 参考訳（メタデータ） (2023-09-11T18:00:00Z) - Error Analysis of the Variational Quantum Eigensolver Algorithm [0.18188255328029254]
変分量子固有解法(VQE)とその個々の量子サブルーチンについて検討する。
我々は,量子処理コール中に単一エラーが発生した場合,VQEアルゴリズムがすでに効果的に崩壊していることを示す。
論文 参考訳（メタデータ） (2023-01-18T02:02:30Z) - Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the
Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。
本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。
古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文 参考訳（メタデータ） (2022-08-29T15:24:03Z) - Adiabatic quantum computing with parameterized quantum circuits [0.0]
本稿では,近距離デバイスに実装可能なアディベート量子コンピューティングの離散バージョンを提案する。
提案アルゴリズムと変分量子固有解器を2つの古典最適化問題で比較する。
論文 参考訳（メタデータ） (2022-06-09T09:31:57Z) - Limitations of variational quantum algorithms: a quantum optimal
transport approach [11.202435939275675]
我々は、ノイズとノイズレスの両体制において、標準NISQ提案の極めて厳密な境界を得る。
境界は、QAOAのような両方の回路モデルアルゴリズムと、量子アニールのような連続時間アルゴリズムの性能を制限する。
論文 参考訳（メタデータ） (2022-04-07T13:58:44Z) - Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。
特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
論文 参考訳（メタデータ） (2021-12-27T21:15:35Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z) - Limitations of optimization algorithms on noisy quantum devices [0.0]
我々は、古典的アルゴリズムと、短期的な量子デバイス上で動作している量子アルゴリズムを比較する透過的な方法を提案する。
我々のアプローチは、量子状態がノイズモデルの定点にどれだけ早く収束するかを決定するエントロピック不等式の組み合わせに基づいている。
論文 参考訳（メタデータ） (2020-09-11T17:07:26Z) - Minimizing estimation runtime on noisy quantum computers [0.0]
ベイズ推論の実行には、ELF(Engineered chance function)が用いられる。
物理ハードウェアがノイズの多い量子コンピュータの仕組みから遷移するにつれて,ELF形式がサンプリングにおける情報ゲイン率をいかに向上させるかを示す。
この技術は、化学、材料、ファイナンスなどを含む多くの量子アルゴリズムの中心的なコンポーネントを高速化する。
論文 参考訳（メタデータ） (2020-06-16T17:46:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。