論文の概要: QAgent: An LLM-based Multi-Agent System for Autonomous OpenQASM programming
- arxiv url: http://arxiv.org/abs/2508.20134v1
- Date: Tue, 26 Aug 2025 18:40:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-29 18:12:01.591023
- Title: QAgent: An LLM-based Multi-Agent System for Autonomous OpenQASM programming
- Title（参考訳）: QAgent: 自律型OpenQASMプログラミングのためのLLMベースのマルチエージェントシステム
- Authors: Zhenxiao Fu, Fan Chen, Lei Jiang,
- Abstract要約: OpenQASMプログラミングを完全に自動化するマルチエージェントシステムであるQAgentを提案する。
評価では, 異なるサイズの複数のLDMに対して, 大幅な改善が見られた。
我々は、このマルチエージェントシステムを、量子プログラミングの民主化、専門知識のギャップを埋め、量子コンピューティングの実践的採用を加速するための重要な実現手段として想定する。
- 参考スコア（独自算出の注目度）: 8.73473101831257
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Noisy Intermediate-Scale Quantum (NISQ) devices have begun to exhibit early quantum advantages on classically intractable problems, spanning physics simulations to Gaussian boson sampling. Yet, realizing these benefits remains challenging for non-experts, primarily due to the complexities of programming in Open Quantum Assembly Language (OpenQASM). Although Large Language Model (LLM)-based agents have shown promise in automating classical programming workflows, their quantum counterparts have largely been restricted to specialized tasks such as quantum chemistry or error correction. In this paper, we present QAgent, an LLM-powered multi-agent system that fully automates OpenQASM programming. By integrating task planning, in-context few-shot learning, retrieval-augmented generation (RAG) for long-term context, predefined generation tools, and chain-of-thought (CoT) reasoning, the agents systematically improve both compilation and functional correctness. Our evaluations demonstrate substantial improvements: across multiple LLMs of varying sizes, QAgent enhances the accuracy of QASM code generation by 71.6\% compared to previous static LLM-based approaches. We envision this multi-agent system as a key enabler for democratizing quantum programming, bridging expertise gaps, and accelerating the practical adoption of quantum computing.
- Abstract（参考訳）: ノイズのある中間スケール量子(NISQ)デバイスは、物理学シミュレーションからガウスボソンサンプリングまで、古典的に難解な問題に対する初期の量子優位性を示し始めている。
しかし、これらの利点を実現することは、主にOpen Quantum Assembly Language (OpenQASM)におけるプログラミングの複雑さのために、非専門家にとって難しいままである。
LLM(Large Language Model)ベースのエージェントは、古典的なプログラミングワークフローの自動化において有望であることを示しているが、量子化学や誤り訂正のような特殊なタスクに限定されている。
本稿では,OpenQASMプログラミングを完全に自動化したLLM方式のマルチエージェントシステムであるQAgentを提案する。
タスク計画、コンテキスト内数ショット学習、長期コンテキストのための検索強化生成(RAG)、事前定義された生成ツール、チェーン・オブ・シント(CoT)推論を統合することで、エージェントはコンパイルと機能的正当性の両方を体系的に改善する。
QAgentは従来の静的LLMベースのアプローチと比較して,QASMコード生成の精度を71.6\%向上させる。
我々は、このマルチエージェントシステムを、量子プログラミングの民主化、専門知識のギャップを埋め、量子コンピューティングの実践的採用を加速するための重要な実現手段として想定する。
関連論文リスト
- Quantum Resource Management in the NISQ Era: Challenges, Vision, and a Runtime Framework [41.99844472131922]
我々は,実行時対応の量子ソフトウェア開発のためのビジョンを提案し,その実現に向けた重要な課題を特定する。
本稿では,動的リソース評価に基づく量子プログラムの条件付き実行を可能にするプロトタイプフレームワークであるQonsciousを紹介する。
論文 参考訳（メタデータ） (2025-08-23T15:34:12Z) - Quantum Resource Management in the NISQ Era: Implications and Perspectives from Software Engineering [44.99833362998488]
NISQデバイスの利用における資源の役割を分析し、量子ソフトウェア工学におけるその意義と意義を明らかにする。
我々は、量子資源推定(QRE)の分野を強化し、スケーラブルで信頼性の高い量子ソフトウェア開発へと進むことを目指している。
論文 参考訳（メタデータ） (2025-08-06T19:15:57Z) - Discrete Tokenization for Multimodal LLMs: A Comprehensive Survey [69.45421620616486]
本研究は、大規模言語モデル(LLM)用に設計された離散トークン化手法の最初の構造的分類と解析である。
古典的および近代的なパラダイムにまたがる8つの代表的なVQ変種を分類し、アルゴリズムの原理を分析し、力学を訓練し、LLMパイプラインとの統合に挑戦する。
コードブックの崩壊、不安定な勾配推定、モダリティ固有の符号化制約など、重要な課題を特定する。
論文 参考訳（メタデータ） (2025-07-21T10:52:14Z) - QuSplit: Achieving Both High Fidelity and Throughput via Job Splitting on Noisy Quantum Computers [6.46676684248918]
我々は、ジョブ分割を組み込んだ遺伝的アルゴリズムに基づくスケジューリングフレームワークを開発し、忠実度とスループットを最適化する。
実験の結果,本手法はシステムスループットを著しく向上しつつ,全ジョブにわたって高い忠実性を維持していることがわかった。
論文 参考訳（メタデータ） (2025-01-21T20:43:32Z) - A learning agent-based approach to the characterization of open quantum systems [0.0]
我々は,オープンな量子モデル学習エージェント (oQMLA) フレームワークを導入し,Louvillianフォーマリズムによるマルコフ雑音を考慮した。
ハミルトン作用素とジャンプ作用素を同時に学習することにより、oQMLAは独立に系のコヒーレント力学と非コヒーレント力学の両方を捉える。
複雑化のシミュレーションシナリオにおける本実装の有効性を検証し,ハードウェアによる測定誤差に対するロバスト性を示す。
論文 参考訳（メタデータ） (2025-01-09T16:25:17Z) - Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits [48.33631905972908]
我々は、事前学習されたニューラルネットワークを用いて変分量子回路(VQC)を強化する革新的なアプローチを導入する。
この手法は近似誤差をキュービット数から効果的に分離し、制約条件の必要性を除去する。
我々の結果はヒトゲノム解析などの応用にまで拡張され、我々のアプローチの幅広い適用性を示している。
論文 参考訳（メタデータ） (2024-11-13T12:03:39Z) - Quantum Multi-Agent Reinforcement Learning for Aerial Ad-hoc Networks [0.19791587637442667]
本稿では,航空通信のユースケースを提示し,それを解くためのハイブリッド量子古典型MLアルゴリズムを提案する。
その結果,古典的アルゴリズムに匹敵する量子化解の性能はわずかに向上した。
これらの有望な結果は、産業関連複雑なユースケースに対するQMARLの可能性を示している。
論文 参考訳（メタデータ） (2024-04-26T15:57:06Z) - Quantum Multi-Agent Actor-Critic Neural Networks for Internet-Connected
Multi-Robot Coordination in Smart Factory Management [14.396716863428882]
本稿では、QRLから量子マルチエージェント強化学習(QMARL)を実装することにより、さらに実現されるQRLの可能性を検証する。
スマートファクトリアプリケーションにおけるインターネット接続型自律型マルチロボット制御と協調性について提案する。
シミュレーションでは、提案したQMARLベースの自律型マルチロボット制御と調整が、他のフレームワークよりも優れていることを裏付けている。
論文 参考訳（メタデータ） (2023-01-04T04:28:39Z) - Visual Simulation Software Demonstration for Quantum Multi-Drone
Reinforcement Learning [14.299752746509348]
本稿では,自律型マルチドローンシステムを制御する新しいQMARLアルゴリズムのための視覚シミュレーションソフトウェアフレームワークを提案する。
提案するQMARLフレームワークは,従来のMARLよりもトレーニング可能なパラメータが少なく,適切な報酬収束とサービス品質性能を実現する。
論文 参考訳（メタデータ） (2022-11-24T06:08:24Z) - 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) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳（メタデータ） (2022-06-07T07:32:57Z)
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。