論文の概要: Fast quantum gate design with deep reinforcement learning using real-time feedback on readout signals

• arxiv url: http://arxiv.org/abs/2305.01169v1
• Date: Tue, 2 May 2023 03:07:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-03 15:33:57.728554
• Title: Fast quantum gate design with deep reinforcement learning using real-time feedback on readout signals
• Title（参考訳）: 読み出し信号のリアルタイムフィードバックを用いた深部強化学習による高速量子ゲート設計
• Authors: Emily Wright and Rog\'erio de Sousa
• Abstract要約: 高忠実度量子ゲートの設計は、ゲート速度の最大化とキュービット部分空間からの漏れの最小化という2つの競合効果のために困難である。 本稿では,2つのエージェントを用いて同時に高速・漏れ問題に対処する深層強化学習アルゴリズムを提案する。 提案アルゴリズムは,従来のIBMゲートの最大2倍の速度で,新しい制御パルスを構築可能であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The design of high-fidelity quantum gates is difficult because it requires the optimization of two competing effects, namely maximizing gate speed and minimizing leakage out of the qubit subspace. We propose a deep reinforcement learning algorithm that uses two agents to address the speed and leakage challenges simultaneously. The first agent constructs the qubit in-phase control pulse using a policy learned from rewards that compensate short gate times. The rewards are obtained at intermediate time steps throughout the construction of a full-length pulse, allowing the agent to explore the landscape of shorter pulses. The second agent determines an out-of-phase pulse to target leakage. Both agents are trained on real-time data from noisy hardware, thus providing model-free gate design that adapts to unpredictable hardware noise. To reduce the effect of measurement classification errors, the agents are trained directly on the readout signal from probing the qubit. We present proof-of-concept experiments by designing X and square root of X gates of various durations on IBM hardware. After just 200 training iterations, our algorithm is able to construct novel control pulses up to two times faster than the default IBM gates, while matching their performance in terms of state fidelity and leakage rate. As the length of our custom control pulses increases, they begin to outperform the default gates. Improvements to the speed and fidelity of gate operations open the way for higher circuit depth in quantum simulation, quantum chemistry and other algorithms on near-term and future quantum devices.
• Abstract（参考訳）: 高忠実度量子ゲートの設計は、ゲート速度の最大化とキュービット部分空間からの漏れの最小化という2つの競合効果の最適化を必要とするため、難しい。 本稿では,2つのエージェントを用いて同時に高速・漏れ問題に対処する深層強化学習アルゴリズムを提案する。 第1のエージェントは、短いゲート時間を補う報酬から学んだポリシーを用いて、クォービット内位相制御パルスを構成する。 報酬は、フル長パルスの構築を通して中間時間ステップで得られ、エージェントは短いパルスの風景を探索することができる。 第2のエージェントは、漏れをターゲットとする相外パルスを決定する。 どちらのエージェントもノイズの多いハードウェアからのリアルタイムデータに基づいて訓練されており、予測不能なハードウェアノイズに適応するモデルフリーゲート設計を提供する。 測定分類誤差の影響を低減するため、エージェントはqubitの探索から読み出し信号に直接訓練される。 我々は、IBMハードウェア上で様々な期間のXゲートとXゲートの平方根を設計することで概念実証実験を行う。 わずか200回のトレーニングを繰り返した後、我々のアルゴリズムは、状態の忠実度とリーク率の点でそれらの性能を一致させながら、デフォルトのIBMゲートの最大2倍の速度で新しい制御パルスを構築することができる。 カスタム制御パルスの長さが大きくなると、デフォルトのゲートよりもパフォーマンスが向上します。 ゲート操作の速度と忠実性の改善は、量子シミュレーション、量子化学、および近い将来の量子デバイスにおける他のアルゴリズムにおいて、より高い回路深さの道を開く。

関連論文リスト

• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Designing Fast Quantum Gates with Tunable Couplers: A Reinforcement Learning Approach [0.0]
  本稿では,超伝導量子ビットにおける高速な2量子ゲート生成のための強化学習の有用性について述べる。 本稿では,RLコントローラが一方向のゲートパルス列を自律的に検出する上で,極めて有効であることを示す。 このようなゲートパルスシーケンスは、計算部分空間の内外へのリークダイナミックスを制御することで、漏洩空間を巧みに活用する。
  論文  参考訳（メタデータ） (2023-12-26T23:52:57Z)
• Reinforcement learning pulses for transmon qubit entangling gates [0.0]
  連続制御強化学習アルゴリズムを用いて、超伝導量子ビットの絡み合う2ビットゲートを設計する。 標準共振ゲートよりも優れた新しいパルス列を生成する能力を示す。
  論文  参考訳（メタデータ） (2023-11-07T03:19:19Z)
• Enhancing Dispersive Readout of Superconducting Qubits Through Dynamic Control of the Dispersive Shift: Experiment and Theory [47.00474212574662]
  超伝導量子ビットは、大帯域読み出し共振器に結合される。 我々は、100 ns 統合時間で 0.25,% の、最先端の2状態読み取りエラーを示す。 提案した結果により,新たなアルゴリズムやプロトコルの性能がさらに向上することが期待されている。
  論文  参考訳（メタデータ） (2023-07-15T10:30:10Z)
• Pulse-controlled qubit in semiconductor double quantum dots [57.916342809977785]
  単一電子電荷量子ビットの量子制御のための数値最適化多パルスフレームワークを提案する。 新規な制御方式は、キュービットを断熱的に操作すると同時に、高速で一般的な単一キュービット回転を行う能力も保持する。
  論文  参考訳（メタデータ） (2023-03-08T19:00:02Z)
• Hybrid Gate-Pulse Model for Variational Quantum Algorithms [33.73469431747376]
  現在の量子プログラムは主にゲートレベルでコンパイルされ、量子回路は量子ゲートで構成されている。 パルスレベルの最適化は、回路長の利点から研究者から注目を集めている。 これらの問題を緩和できるハイブリッドゲートパルスモデルを提案する。
  論文  参考訳（メタデータ） (2022-12-01T17:06:35Z)
• Implementing two-qubit gates at the quantum speed limit [33.51056531486263]
  実験では、2量子ゲートを可能な限り高速な速度で実証する。 我々は、機械学習にインスパイアされた最適制御法を用いて設計された実験ゲートを実装することにより、この量子速度制限を実現する。 提案手法では,非ネイティブな2ビットゲートの高速化が期待できる。
  論文  参考訳（メタデータ） (2022-06-15T18:00:00Z)
• Software mitigation of coherent two-qubit gate errors [55.878249096379804]
  2量子ゲートは量子コンピューティングの重要な構成要素である。 しかし、量子ビット間の不要な相互作用(いわゆる寄生ゲート)は、量子アプリケーションの性能を低下させる。 寄生性2ビットゲート誤差を軽減するための2つのソフトウェア手法を提案する。
  論文  参考訳（メタデータ） (2021-11-08T17:37:27Z)
• Speed limits for two-qubit gates with weakly anharmonic qubits [0.6738135972929344]
  最適制御理論を用いて、2量子ゲートの最大到達ゲート速度を決定する。 ゲート速度に対する追加量子状態の影響を解析する。
  論文  参考訳（メタデータ） (2021-09-03T12:07:59Z)
• Accurate methods for the analysis of strong-drive effects in parametric gates [94.70553167084388]
  正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。 我々は,$i$SWAP, Control-Z, CNOT など,異なる種類のゲートに対する最適操作条件を同定する。
  論文  参考訳（メタデータ） (2021-07-06T02:02:54Z)
• Scalable quantum computation with fast gates in two-dimensional microtrap arrays of trapped ions [68.8204255655161]
  本研究では,2次元マイクロトラップアーキテクチャにおけるイオン量子コンピューティングにおける高速パルス2量子ゲートの利用について検討する。 高速パルスゲートは、トラップ時間よりも高速に、隣接するトラップにおけるイオン間の高忠実な絡み合い動作を実現することができることを示す。
  論文  参考訳（メタデータ） (2020-05-01T13:18:22Z)

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。