論文の概要: Parallel Quantum Rapidly-Exploring Random Trees
- arxiv url: http://arxiv.org/abs/2310.15303v1
- Date: Mon, 23 Oct 2023 19:14:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-25 22:13:46.926543
- Title: Parallel Quantum Rapidly-Exploring Random Trees
- Title（参考訳）: 並列量子高速探索ランダムツリー
- Authors: Paul Lathrop, Beth Boardman, Sonia Mart\'inez
- Abstract要約: 本稿では,Pq-RRTアルゴリズムの並列バージョンである並列量子探索ランダムツリー(Pq-RRT)を提案する。
Pq-RRTは、従来の並列動作計画にインスパイアされたマネージャ/並列量子ワーカーの定式化を使用して、実現可能な状態データベースの同時量子検索を行う。
我々は,Pq-RRTとq-RRT,古典的RRT,古典的並列RRTの効率性,密度/熱マップ,および速度比較を示す高密度障害物環境におけるシミュレーションを提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we present the Parallel Quantum Rapidly-Exploring Random Tree
(Pq-RRT) algorithm, a parallel version of the Quantum Rapidly-Exploring Random
Trees (q-RRT) algorithm. Parallel Quantum RRT is a parallel quantum algorithm
formulation of a sampling-based motion planner that uses Quantum Amplitude
Amplification to search databases of reachable states for addition to a tree.
In this work we investigate how parallel quantum devices can more efficiently
search a database, as the quantum measurement process involves the collapse of
the superposition to a base state, erasing probability information and
therefore the ability to efficiently find multiple solutions. Pq-RRT uses a
manager/parallel-quantum-workers formulation, inspired by traditional parallel
motion planning, to perform simultaneous quantum searches of a feasible state
database. We present results regarding likelihoods of multiple parallel units
finding any and all solutions contained with a shared database, with and
without reachability errors, allowing efficiency predictions to be made. We
offer simulations in dense obstacle environments showing efficiency,
density/heatmap, and speed comparisons for Pq-RRT against q-RRT, classical RRT,
and classical parallel RRT. We then present Quantum Database Annealing, a
database construction strategy for Pq-RRT and q-RRT that uses a temperature
construct to define database creation over time for balancing exploration and
exploitation.
- Abstract（参考訳）: 本稿では,量子高速探索確率木 (q-rrt) アルゴリズムの並列版である並列量子高速探索確率木 (pq-rrt) アルゴリズムを提案する。
並列量子RRT(Parallel Quantum RRT)は、サンプリングベースモーションプランナの並列量子アルゴリズムで、量子振幅増幅を用いて木に加えて到達可能な状態のデータベースを検索する。
本研究では,並列量子デバイスがデータベースをより効率的に探索する方法について検討する。量子計測プロセスでは,重ね合わせが基底状態へ崩壊し,確率情報を消去し,複数の解を効率的に見つけることができる。
Pq-RRTは、従来の並列動作計画にインスパイアされたマネージャ/並列量子ワーカーの定式化を使用して、実現可能な状態データベースの同時量子検索を行う。
本稿では,複数の並列ユニットが共有データベースに含まれる任意のソリューションを,到達可能性エラーの有無に関わらず発見する可能性について検討し,効率の予測を可能にする。
我々は,Pq-RRTとq-RRT,古典的RRT,古典的並列RRTの効率,密度/熱マップ,および速度比較を高密度障害物環境でシミュレーションする。
次に,pq-rrtとq-rrtのためのデータベース構築戦略であるquantum database annealingを提案する。
関連論文リスト
- Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - A Scalable FPGA Architecture for Quantum Computing Simulation [0.0]
量子コンピューティングシミュレーションは、量子回路の挙動を探索する機会を提供する。
量子回路のシミュレーションには幾何学的な時間と空間の複雑さが必要である。
高性能で並列性の高いアクセラレータを提供するために,スケーラブルなアクセラレータアーキテクチャを提案する。
論文 参考訳（メタデータ） (2024-07-08T21:48:28Z) - 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) - QArchSearch: A Scalable Quantum Architecture Search Package [1.725192300740999]
バックエンドとして textttQTensor ライブラリを備えた,AI ベースの量子アーキテクチャ検索パッケージである textttQArchSearch を提示する。
探索パッケージは、探索を大規模量子回路に効率よくスケールでき、異なる量子アプリケーションのためのより複雑なモデルを探索できることを示す。
論文 参考訳（メタデータ） (2023-10-11T20:00:33Z) - A Model for Circuit Execution Runtime And Its Implications for Quantum
Kernels At Practical Data Set Sizes [0.5906031288935515]
本稿では,量子回路に要する総回路実行時間に関するモデルを提案する。
また、「回路の量子体積層の有効数」の概念も導入する。
現在の量子コンピュータの速度で、我々のモデルはデータセットを数時間で処理できると予測している。
論文 参考訳（メタデータ） (2023-07-11T02:38:22Z) - Quantum Search Approaches to Sampling-Based Motion Planning [0.0]
本稿では,従来のサンプリング型モーションプランナを,量子探索アルゴリズムを用いて解くことのできるデータベース・オーラル構造として,新しい定式化を提案する。
より単純なスパース環境では、量子完全経路探索アルゴリズム (Quantum Full Path Search Algorithm, Q-FPS) を定式化し、完全なランダムパス解の重ね合わせを生成する。
密集した非構造環境において、親子接続の量子重ね合わせを生成する量子高速探索ランダムツリーアルゴリズム q-RRT を定式化する。
論文 参考訳（メタデータ） (2023-04-10T19:12:25Z) - Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。
我々は距離の計算を高速化するために量子現象を利用する。
我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
論文 参考訳（メタデータ） (2022-12-13T16:04:16Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳（メタデータ） (2022-12-12T15:06:32Z) - Estimating the randomness of quantum circuit ensembles up to 50 qubits [9.775777593425452]
ランダム回路が任意のランダムなユニタリを近似する能力は,その複雑性,表現性,訓練性に影響を及ぼすことを示す。
我々の研究は、大規模テンソルネットワークシミュレーションが量子情報科学におけるオープンな問題に重要なヒントを与える可能性を示唆している。
論文 参考訳（メタデータ） (2022-05-19T23:43:15Z) - Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network [64.1951227380212]
量子回路をキューネットワークとしてモデル化することを提案する。
提案手法はスケーラビリティが高く,大規模量子回路のコンパイルに必要となる潜在的な速度と精度を有する。
論文 参考訳（メタデータ） (2021-06-26T10:55:52Z) - Parallelising the Queries in Bucket Brigade Quantum RAM [69.43216268165402]
量子アルゴリズムは、しばしばデータベースのような方法で格納された情報にアクセスするために量子RAM(QRAM)を使用する。
本稿では,Clifford+Tゲートの並列性を利用して,効率的なクエリ時間を大幅に短縮する手法を提案する。
理論的には、フォールトトレラントバケットの量子RAMクエリは古典的なRAMの速度とほぼ一致する。
論文 参考訳（メタデータ） (2020-02-21T14:50:03Z)
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。