論文の概要: Reinforcement learning of quantum circuit architectures for molecular potential energy curves

• arxiv url: http://arxiv.org/abs/2511.16559v1
• Date: Thu, 20 Nov 2025 17:12:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-21 17:08:52.750508
• Title: Reinforcement learning of quantum circuit architectures for molecular potential energy curves
• Title（参考訳）: 分子ポテンシャルエネルギー曲線のための量子回路アーキテクチャの強化学習
• Authors: Maureen Krumtünger, Alissa Wilms, Paul K. Faehrmann, Jens Eisert, Jakob Kottmann, Paolo Andrea Erdman, Sumeet Khatri,
• Abstract要約: 問題依存型量子回路マッピングを学習するための強化学習(RL)手法を提案する。 量子化学では、我々のRLフレームワークは分子と結合距離の離散的な集合を入力として取る。 本研究では, 4量子および6量子の水素化リチウム分子と8量子のH$_4$鎖に対して有効性を示す。
• 参考スコア（独自算出の注目度）: 0.39089069256361736
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum chemistry and optimization are two of the most prominent applications of quantum computers. Variational quantum algorithms have been proposed for solving problems in these domains. However, the design of the quantum circuit ansatz remains a challenge. Of particular interest is developing a method to generate circuits for any given instance of a problem, not merely a circuit tailored to a specific instance of the problem. To this end, we present a reinforcement learning (RL) approach to learning a problem-dependent quantum circuit mapping, which outputs a circuit for the ground state of a Hamiltonian from a given family of parameterized Hamiltonians. For quantum chemistry, our RL framework takes as input a molecule and a discrete set of bond distances, and it outputs a bond-distance-dependent quantum circuit for arbitrary bond distances along the potential energy curve. The inherently non-greedy approach of our RL method contrasts with existing greedy approaches to adaptive, problem-tailored circuit constructions. We demonstrate its effectiveness for the four-qubit and six-qubit lithium hydride molecules, as well as an eight-qubit H$_4$ chain. Our learned circuits are interpretable in a physically meaningful manner, thus paving the way for applying RL to the development of novel quantum circuits for the ground states of large-scale molecular systems.
• Abstract（参考訳）: 量子化学と最適化は、量子コンピュータの最も顕著な応用の1つである。 これらの領域の問題を解くために、変分量子アルゴリズムが提案されている。 しかし、量子回路のアンザッツの設計は依然として課題である。 特に興味深いのは、問題の特定のインスタンスに合わせた回路ではなく、問題の任意のインスタンスに対して回路を生成する方法を開発することである。 そこで本研究では,パラメータ化されたハミルトンの族からハミルトニアン基底状態の回路を出力する問題依存型量子回路マッピングを学習するための強化学習(RL)手法を提案する。 量子化学では、我々のRLフレームワークは分子と個々の結合距離を入力として取り、ポテンシャルエネルギー曲線に沿って任意の結合距離の結合依存性量子回路を出力する。 我々のRL法は本質的に非グレード的アプローチであり、適応的、問題調整された回路構成に対する既存のグレード的アプローチとは対照的である。 本研究では, 4量子および6量子の水素化リチウム分子と8量子のH$_4$鎖に対して有効性を示す。 我々の学習回路は物理的に意味のある方法で解釈できるので、大規模分子系の基底状態のための新しい量子回路の開発にRLを適用するための道を開くことができる。

関連論文リスト

• RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [44.13836547616739]
  変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)コンピュータを活用するための有望なアプローチである。 与えられたVQA問題を効率的に解く最適な量子回路を選択することは、非自明な作業である。 量子アーキテクチャ探索(QAS)アルゴリズムは、与えられた問題に合わせた量子回路の自動生成を可能にする。
  論文  参考訳（メタデータ） (2025-06-04T08:30:35Z)
• Variational Quantum Subspace Construction via Symmetry-Preserving Cost Functions [36.94429692322632]
  低次エネルギー状態の抽出のための削減部分空間を反復的に構築するために,対称性保存コスト関数に基づく変動戦略を提案する。 概念実証として, 基底状態エネルギーと電荷ギャップの両方を対象とし, 提案アルゴリズムをH4鎖とリング上で検証した。
  論文  参考訳（メタデータ） (2024-11-25T20:33:47Z)
• Resource-Efficient Quantum Circuits for Molecular Simulations: A Case Study of Umbrella Inversion in Ammonia [1.439738350540859]
  必要な回路深さと2ビットのエンタングゲートの数を約60%削減する新しい量子回路を開発した。 デバイスノイズの存在下でも、これらの新しい浅い回路はエラー率を著しく低くした。
  論文  参考訳（メタデータ） (2023-12-07T11:30:09Z)
• Towards chemical accuracy with shallow quantum circuits: A Clifford-based Hamiltonian engineering approach [0.0]
  我々は、回路深さと精度のトレードオフに対処するクリフォードに基づくハミルトン工学アルゴリズム、すなわちCHEMを提案する。 量子ハードウェアエミュレータを用いたアプローチの有効性を実証し,30量子ゲート未満の12量子ビットのシステムに対して化学的精度を実現する。
  論文  参考訳（メタデータ） (2023-06-21T06:49:56Z)
• Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
  変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。 この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
  論文  参考訳（メタデータ） (2023-02-09T14:05:18Z)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• An Algebraic Quantum Circuit Compression Algorithm for Hamiltonian Simulation [55.41644538483948]
  現在の世代のノイズの多い中間スケール量子コンピュータ(NISQ)は、チップサイズとエラー率に大きく制限されている。 我々は、自由フェルミオンとして知られる特定のスピンハミルトニアンをシミュレーションするために、量子回路を効率よく圧縮するために局所化回路変換を導出する。 提案した数値回路圧縮アルゴリズムは、後方安定に動作し、$mathcalO(103)$スピンを超える回路合成を可能にするスピンの数で3次スケールする。
  論文  参考訳（メタデータ） (2021-08-06T19:38:03Z)
• Algebraic Compression of Quantum Circuits for Hamiltonian Evolution [52.77024349608834]
  時間依存ハミルトニアンの下でのユニタリ進化は、量子ハードウェアにおけるシミュレーションの重要な構成要素である。 本稿では、トロッターステップを1ブロックの量子ゲートに圧縮するアルゴリズムを提案する。 この結果、ハミルトニアンのある種のクラスに対する固定深度時間進化がもたらされる。
  論文  参考訳（メタデータ） (2021-08-06T19:38:01Z)
• Gate-free state preparation for fast variational quantum eigensolver simulations: ctrl-VQE [0.0]
  VQEは現在、短期量子コンピュータ上で電子構造問題を解決するためのフラッグシップアルゴリズムである。 本稿では、状態準備に使用される量子回路を完全に取り除き、量子制御ルーチンに置き換える代替アルゴリズムを提案する。 VQEと同様に、最適化された目的関数は、量子ビットマップされた分子ハミルトニアンの期待値である。
  論文  参考訳（メタデータ） (2020-08-10T17:53:09Z)
• QUANTIFY: A framework for resource analysis and design verification of quantum circuits [69.43216268165402]
  QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。 Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。 ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
  論文  参考訳（メタデータ） (2020-07-21T15:36:25Z)

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。