論文の概要: CNOT Minimal Circuit Synthesis: A Reinforcement Learning Approach

• arxiv url: http://arxiv.org/abs/2510.23304v1
• Date: Mon, 27 Oct 2025 13:13:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-28 15:28:15.554989
• Title: CNOT Minimal Circuit Synthesis: A Reinforcement Learning Approach
• Title（参考訳）: CNOT最小回路合成:強化学習アプローチ
• Authors: Riccardo Romanello, Daniele Lizzio Bosco, Jacopo Cossio, Dusan Sutulovic, Giuseppe Serra, Carla Piazza, Paolo Burelli,
• Abstract要約: CNOTの最小化に新たな強化学習手法を導入する。 我々はm = 8 のエージェントを訓練し,n の大きさが 3 から 15 の行列で評価した。 その結果,nの値が大きくなるにつれて,本手法は最先端のアルゴリズムをオーバーパフォーマンスすることがわかった。
• 参考スコア（独自算出の注目度）: 2.8635186297113493
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: CNOT gates are fundamental to quantum computing, as they facilitate entanglement, a crucial resource for quantum algorithms. Certain classes of quantum circuits are constructed exclusively from CNOT gates. Given their widespread use, it is imperative to minimise the number of CNOT gates employed. This problem, known as CNOT minimisation, remains an open challenge, with its computational complexity yet to be fully characterised. In this work, we introduce a novel reinforcement learning approach to address this task. Instead of training multiple reinforcement learning agents for different circuit sizes, we use a single agent up to a fixed size $m$. Matrices of sizes different from m are preprocessed using either embedding or Gaussian striping. To assess the efficacy of our approach, we trained an agent with m = 8, and evaluated it on matrices of size n that range from 3 to 15. The results we obtained show that our method overperforms the state-of-the-art algorithm as the value of n increases.
• Abstract（参考訳）: CNOTゲートは量子コンピューティングの基本であり、量子アルゴリズムにとって重要なリソースである絡み合いを促進する。 量子回路のクラスは、CNOTゲートからのみ構成される。 広く使われているため、採用されているCNOTゲートの数を最小化することが不可欠である。 この問題は CNOT 最小化 (CNOT minimization) として知られており、計算の複雑さがまだ完全に特徴づけられていないため、未解決の課題である。 本研究では,この課題に対処する新しい強化学習手法を提案する。 異なる回路サイズで複数の強化学習エージェントを訓練する代わりに、単一のエージェントを固定サイズ$m$まで使用する。 m と異なる大きさの行列は埋め込みまたはガウスのストリップを用いて前処理される。 提案手法の有効性を評価するため, m = 8 のエージェントを訓練し, サイズ n の 3 から 15 の行列で評価した。 その結果,n の値が大きくなるにつれて,本手法は最先端のアルゴリズムをオーバーパフォーマンスすることがわかった。

関連論文リスト

• Decomposition of multi-qutrit gates generated by Weyl-Heisenberg strings [0.0]
  ワイル・ハイゼンベルク作用素の任意のテンソル積の指数関数を1および2量子ゲートに分解するアルゴリズムを導入する。 このアプローチをゲルマン弦によって生成されるユニタリ(すなわちゲルマン行列のテンソル積)に拡張する。 特に,量子ビット回路におけるCNOT数を削減するために開発されたSteiner-Gauss法を一般化し,量子ビット系におけるゲートルーティングを最適化する。
  論文  参考訳（メタデータ） (2025-07-13T20:33:48Z)
• Efficient Algorithms for Quantum Hashing [0.0]
  本稿では,2n-1$CNOTゲートを用いた量子ハッシュの位相形式を実装した回路を提案する。 また,CNOTゲート数と回転角の精度との間にトレードオフを与えるアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-07-09T16:32:15Z)
• Linear Circuit Synthesis using Weighted Steiner Trees [45.11082946405984]
  CNOT回路は一般的な量子回路の共通構成ブロックである。 本稿では,CNOTゲート数を最適化するための最先端アルゴリズムを提案する。 シミュレーション評価により、提案手法はほとんど常に有用であることが示され、CNOTゲートの数を最大10%削減する。
  論文  参考訳（メタデータ） (2024-08-07T19:51:22Z)
• Quantum Circuit Optimization with AlphaTensor [47.9303833600197]
  我々は,所定の回路を実装するために必要なTゲート数を最小化する手法であるAlphaTensor-Quantumを開発した。 Tカウント最適化の既存の方法とは異なり、AlphaTensor-Quantumは量子計算に関するドメイン固有の知識を取り入れ、ガジェットを活用することができる。 注目すべきは、有限体における乗法であるカラツバの手法に似た効率的なアルゴリズムを発見することである。
  論文  参考訳（メタデータ） (2024-02-22T09:20:54Z)
• Quantum State Preparation Using an Exact CNOT Synthesis Formulation [8.078625517374967]
  量子状態生成におけるCNOTゲートの使用を最小限にすることは、量子コンパイルにおける重要なステップである。 正確なCNOT合成定式化を用いた効率的な状態生成アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-01-02T03:37:00Z)
• Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
  本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。 この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。 GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
  論文  参考訳（メタデータ） (2022-04-18T21:45:13Z)
• Synthesis of Quantum Circuits with an Island Genetic Algorithm [44.99833362998488]
  特定の演算を行うユニタリ行列が与えられた場合、等価な量子回路を得るのは非自明な作業である。 量子ウォーカーのコイン、トフォリゲート、フレドキンゲートの3つの問題が研究されている。 提案したアルゴリズムは量子回路の分解に効率的であることが証明され、汎用的なアプローチとして、利用可能な計算力によってのみ制限される。
  論文  参考訳（メタデータ） (2021-06-06T13:15:25Z)
• Improving the Performance of Deep Quantum Optimization Algorithms with Continuous Gate Sets [47.00474212574662]
  変分量子アルゴリズムは計算的に難しい問題を解くのに有望であると考えられている。 本稿では,QAOAの回路深度依存性能について実験的に検討する。 この結果から, 連続ゲートセットの使用は, 短期量子コンピュータの影響を拡大する上で重要な要素である可能性が示唆された。
  論文  参考訳（メタデータ） (2020-05-11T17:20:51Z)

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。