論文の概要: Gate Sequence Optimization for Parameterized Quantum Circuits using Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2511.08096v1
- Date: Wed, 12 Nov 2025 01:39:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-12 20:17:03.643305
- Title: Gate Sequence Optimization for Parameterized Quantum Circuits using Reinforcement Learning
- Title（参考訳）: 強化学習を用いたパラメタライズド量子回路のゲートシーケンス最適化
- Authors: Tom R. Rieckmann, Stefan Scheel, A. Douglas K. Plato,
- Abstract要約: 現在の量子コンピューティングデバイスは、主に絡み合うゲートからノイズによって制限されている。
量子状態準備のタスクにおいて、エンタングルゲートシーケンスを最適化することにより、これらを改善するための強化学習アルゴリズムを実証する。
一般の単一ビットユニタリを組み込むことでパラメータ化ゲート集合へのこのアプローチを拡張し、ハードウェア効率の良いアンサッツと比較して、CNOTゲートの数と同じ数の状態準備フィデリティを連続的に到達させることができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Current experimental quantum computing devices are limited by noise, mainly originating from entangling gates. If an efficient gate sequence for an operation is unknown, one often employs layered parameterized quantum circuits, especially hardware-efficient ansätze, with fixed entangling layer structures. We demonstrate a reinforcement learning algorithm to improve on these by optimizing the entangling gate sequence in the task of quantum state preparation. This allows us to restrict the required number of CNOT gates while taking the qubit connectivity architecture into account. Recent advancements using reinforcement learning have already demonstrated the power of this technique when optimizing the circuit for a sequence of non-parameterized gates. We extend this approach to parameterized gate sets by incorporating general single-qubit unitaries, thus allowing us to consistently reach higher state preparation fidelities at the same number of CNOT gates compared to a hardware-efficient ansatz.
- Abstract（参考訳）: 現在の実験量子コンピューティングデバイスは、主に絡み合うゲートから生じるノイズによって制限されている。
演算の効率的なゲートシーケンスが未知の場合、しばしば層状パラメータ化量子回路、特にハードウェア効率のアンセッツェを用い、固定されたエンタングリング層構造を持つ。
量子状態準備のタスクにおいて、エンタングルゲートシーケンスを最適化することにより、これらを改善するための強化学習アルゴリズムを実証する。
これにより、キュービット接続アーキテクチャを考慮に入れながら、必要な数のCNOTゲートを制限できる。
強化学習を用いた最近の進歩は、非パラメータ化ゲート列の回路を最適化する際に既にこの手法の威力を実証している。
一般の単一ビットユニタリを組み込むことでパラメータ化ゲート集合へのこのアプローチを拡張し、ハードウェア効率の良いアンサッツと比較して、CNOTゲートの数と同じ数の状態準備フィデリティを連続的に到達させることができる。
関連論文リスト
- Accelerating Transpilation in Quantum Machine Learning with Haiqu's Rivet-transpiler [45.88028371034407]
我々は、以前にトランスパイルされた回路を再利用してトランスパイラを高速化するリベットトランスパイラを開発した。
量子層学習において,600%のトランスパイル時間の改善を実証した。
論文 参考訳（メタデータ） (2025-08-29T06:00:29Z) - Optimization and Synthesis of Quantum Circuits with Global Gates [41.99844472131922]
我々は、イオントラップハードウェアに存在するGlobal Molmer-Sorensenゲートのようなグローバルな相互作用を用いて量子回路を最適化し、合成する。
このアルゴリズムはZX計算に基づいており、係留ゲートをGlobal MolmerSorensenゲートにグループ化する特別な回路抽出ルーチンを使用する。
我々は,このアルゴリズムを様々な回路でベンチマークし,最新ハードウェアによる性能向上の方法を示す。
論文 参考訳（メタデータ） (2025-07-28T10:25:31Z) - Efficient compilation of quantum circuits using multi-qubit gates [0.0]
本稿では,Ising型,長距離,マルチキュービット・エンタングリングゲートのシーケンスに一般回路分解を実装したコンパイル方式を提案する。
我々は,2量子ゲートを用いた従来の実現法と比較して,量子ボリュームの対数関係を20%$から25%$に改善することを示した。
論文 参考訳（メタデータ） (2025-01-28T19:08:13Z) - Discovery of an exchange-only gate sequence for CNOT with record-low
gate time using reinforcement learning [0.0]
交換のみの量子計算はスピンベースの量子計算のバージョンであり、磁場による個々のスピンの制御の難しさを完全に回避している。
交換のみの量子計算の課題は、必要な論理量子ゲートを生成する短いシーケンスを見つけることである。
我々は、CNOTとCZの2ビットゲートを実現する交換ゲート列の最適化に強化学習を適用した。
論文 参考訳（メタデータ） (2024-02-16T10:42:25Z) - Here comes the SU(N): multivariate quantum gates and gradients [1.7809113449965783]
変分量子アルゴリズムは非可換最適化法を用いてパラメタライズド量子回路の最適パラメータを求める。
ここでは、特殊ユニタリ群 $mathrm(N) ゲートを完全にパラメータ化するゲートを提案する。
提案したゲートとその最適化がユニタリ群の量子極限を満たすことを示す。
論文 参考訳（メタデータ） (2023-03-20T18:00:04Z) - Direct pulse-level compilation of arbitrary quantum logic gates on superconducting qutrits [36.30869856057226]
任意のqubitおよびqutritゲートを高忠実度で実現でき、ゲート列の長さを大幅に削減できることを示す。
最適制御ゲートは少なくとも3時間ドリフトでき、同じ校正パラメータを全ての実装ゲートに利用できることを示す。
論文 参考訳（メタデータ） (2023-03-07T22:15:43Z) - Applications of Universal Parity Quantum Computation [0.0]
標準ゲートモデルの双対であるパリティ符号化におけるユニバーサルゲートセットの適用性を示す。
これらのアルゴリズムをパリティ符号化に埋め込むことで、従来のゲートベースの実装と比較して回路の深さが減少する。
コーデックに適したマルチキュービットゲートの簡単な実装とグラフ状態作成のための効率的な戦略を提案する。
論文 参考訳（メタデータ） (2022-05-19T12:31:46Z) - Accurate methods for the analysis of strong-drive effects in parametric
gates [94.70553167084388]
正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。
我々は,$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) - 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。