論文の概要: Automated Discovery of Gadgets in Quantum Circuits for Efficient Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2509.24666v1
• Date: Mon, 29 Sep 2025 12:13:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 22:32:19.964126
• Title: Automated Discovery of Gadgets in Quantum Circuits for Efficient Reinforcement Learning
• Title（参考訳）: 効率的な強化学習のための量子回路におけるガジェットの自動発見
• Authors: Oleg M. Yevtushenko, Florian Marquardt,
• Abstract要約: 我々は,新しいガジェットや関連ガジェットのファミリーの自動発見アルゴリズムを提案する。 このアルゴリズムは、有向グラフとしての量子回路の表現と、繰り返される部分グラフの自動探索に基づいている。 新たに発見された家族から採取した4ビットガジェットの性能を比較し,その利点と欠点について考察する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reinforcement learning (RL) has proven itself as a powerful tool for the discovery of quantum circuits and quantum protocols. We have recently shown that including composite quantum gates -- referred to as ``gadgets'' -- in the action space of RL agents substantially enhances the RL performance in the context of quantum error correction. However, up to now the gadgets themselves had to be constructed manually. In this paper, we suggest an algorithm for the automated discovery of new gadgets and families of related gadgets. The algorithm is based on the representation of quantum circuits as directed graphs and an automated search for repeated subgraphs. The latter are identified as gadgets. We demonstrate the efficiency of the algorithm, which allows us to find two new gadget families suitable for RL. We compare the performance of 4-qubit gadgets taken from a previously known and a newly discovered family and discuss their advantages and disadvantages.
• Abstract（参考訳）: 強化学習(Reinforcement Learning, RL)は、量子回路や量子プロトコルの発見のための強力なツールである。 我々は最近、RLエージェントの作用空間における複合量子ゲート("gadgets''"と呼ばれる)を含むと、量子誤り訂正の文脈におけるRL性能が著しく向上することを示した。 しかし、これまではガジェット自体を手動で組み立てる必要があった。 本稿では,新しいガジェットや関連ガジェットのファミリーの自動発見アルゴリズムを提案する。 このアルゴリズムは、有向グラフとしての量子回路の表現と、繰り返される部分グラフの自動探索に基づいている。 後者はガジェットとして識別される。 アルゴリズムの効率を実証し,RLに適した2つの新しいガジェットファミリを探索する。 新たに発見された家族から採取した4ビットガジェットの性能を比較し,その利点と欠点について考察する。

関連論文リスト

• Q-Fusion: Diffusing Quantum Circuits [2.348041867134616]
  本稿では、新しい量子回路を生成するためにLayerDAGフレームワークを利用する拡散型アルゴリズムを提案する。 本結果は,提案モデルが100%有効な量子回路出力を連続的に生成することを示す。
  論文  参考訳（メタデータ） (2025-04-29T14:10:10Z)
• Scaling the Automated Discovery of Quantum Circuits via Reinforcement Learning with Gadgets [0.0]
  強化学習(Reinforcement Learning, RL)は、量子回路を設計するための強力なツールである。 本稿では,複合ゲートの体系的発見と導入に基づく原則的アプローチを提案する。 我々は、標準のCNOTゲートとアダマールゲートに加えて、複合クリフォードゲートの形でガジェットを組み込むことで、RLエージェントの効率を大幅に向上することを示した。
  論文  参考訳（メタデータ） (2025-03-14T17:55:49Z)
• Reinforcement learning with learned gadgets to tackle hard quantum problems on real hardware [0.0]
  本稿では,強化学習とプログラム合成を統合したガジェット強化学習(GRL)を導入し,複合ゲート(ガジェット)を動作空間に自動生成・組み込む。 これは、NPハード問題である量子ハミルトニアンの基底状態の近似のような複雑なタスクに対するパラメタライズド量子回路(PQC)の探索を強化する。 GRLは、制約された計算資源であっても、問題のサイズと複雑さが増加するにつれて、堅牢な性能を示す。
  論文  参考訳（メタデータ） (2024-10-31T22:02:32Z)
• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• 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)
• Automated Gadget Discovery in Science [0.0]
  シークエンスマイニングとクラスタリングに基づくポストホック解析により,RLエージェントの学習行動に関する洞察を得る。 具体的には、与えられたタスクを解くためにエージェントが使用する頻繁でコンパクトなサブルーチンを、ガジェットとして蒸留し、様々なメトリクスでグループ化する。 学習エージェントのポリシーを分析するこのアプローチはエージェントと環境非依存であり、エージェントのポリシーに関する興味深い洞察を与えることができる。
  論文  参考訳（メタデータ） (2022-12-24T14:52:22Z)
• Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
  IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。 我々はQiskitでIQuCSを実装し、集中的な実験を行う。 その結果、量子ビットの消費を最大66.2%削減できることが示されている。
  論文  参考訳（メタデータ） (2022-09-22T21:54:28Z)
• Entangling Quantum Generative Adversarial Networks [53.25397072813582]
  量子生成逆数ネットワーク(量子GAN, EQ-GAN)のための新しいタイプのアーキテクチャを提案する。 EQ-GANはコヒーレントなエラーに対してさらなる堅牢性を示し、Google Sycamore超伝導量子プロセッサで実験的にEQ-GANの有効性を示す。
  論文  参考訳（メタデータ） (2021-04-30T20:38:41Z)
• Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
  量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。 シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。 これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
  論文  参考訳（メタデータ） (2020-09-28T17:21:25Z)

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。