論文の概要: Distributed quantum architecture search using multi-agent reinforcement learning

• arxiv url: http://arxiv.org/abs/2511.22708v1
• Date: Thu, 27 Nov 2025 19:00:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.695128
• Title: Distributed quantum architecture search using multi-agent reinforcement learning
• Title（参考訳）: マルチエージェント強化学習を用いた分散量子アーキテクチャ探索
• Authors: Mikhail Sergeev, Georgii Paradezhenko, Daniil Rabinovich, Vladimir V. Palyulin,
• Abstract要約: 量子アーキテクチャサーチ(QAS)は、変分量子アルゴリズムのためのパラメータ化量子回路の設計を自動化する。 本稿では,量子回路の独自のブロック上で,各エージェントが個別に作用する新しいマルチエージェントRLアルゴリズムを提案する。 提案アルゴリズムは3つの正則グラフ上でのMaxCut問題とシュヴィンガー・ハミルトニアンの地上エネルギー推定についてベンチマークする。
• 参考スコア（独自算出の注目度）: 0.09999629695552194
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum architecture search (QAS) automates the design of parameterized quantum circuits for variational quantum algorithms. The framework finds a well-suited problem-specific structure of a variational ansatz. Among possible implementations of QAS the reinforcement learning (RL) stands out as one of the most promising. Current RL approaches are single-agent-based and show poor scalability with a number of qubits due to the increase of the action space dimension and the computational cost. We propose a novel multi-agent RL algorithm for QAS with each agent acting separately on its own block of a quantum circuit. This procedure allows to significantly accelerate the convergence of the RL-based QAS and reduce its computational cost. We benchmark the proposed algorithm on MaxCut problem on 3-regular graphs and on ground energy estimation for the Schwinger Hamiltonian. In addition, the proposed multi-agent approach naturally fits into the set-up of distributed quantum computing, favoring its implementation on modern intermediate scale quantum devices.
• Abstract（参考訳）: 量子アーキテクチャサーチ(QAS)は、変分量子アルゴリズムのためのパラメータ化量子回路の設計を自動化する。 このフレームワークは、変分アンザッツのよく適合した問題固有の構造を見つける。 QASの実装の可能性のうち、強化学習(RL)が最も有望である。 現在のRLアプローチはシングルエージェントベースであり、アクション空間次元の増大と計算コストの増大により、多くのキュービットでスケーラビリティが低下している。 本稿では,量子回路の独自のブロック上で,各エージェントが個別に作用する新しいマルチエージェントRLアルゴリズムを提案する。 この手順により、RLベースのQASの収束を著しく加速し、計算コストを削減できる。 提案アルゴリズムは3つの正則グラフ上でのMaxCut問題とシュヴィンガー・ハミルトニアンの地上エネルギー推定についてベンチマークする。 さらに、提案したマルチエージェントアプローチは、分散量子コンピューティングのセットアップに自然に適合し、現代の中間スケール量子デバイスへの実装を好んでいる。

関連論文リスト

• Advancing Quantum State Preparation Using Decision Diagram with Local Invertible Maps [5.328178128965817]
  本稿では,利用可能なアシラ量子ビットの数に応じて,効率的な量子状態合成(QSP)アルゴリズム群を提案する。 我々のアプローチは、量子回路の複雑さを低減するために、局所可逆写像決定図(LimTDD)のパワーを利用する。
  論文  参考訳（メタデータ） (2025-07-23T03:34:44Z)
• 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)
• 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)
• 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)
• Projective Quantum Eigensolver with Generalized Operators [0.0]
  PQEフレームワークにおける閉形式残留方程式の観点から一般化作用素を決定する手法を開発する。 いくつかの分子系への応用により、アンザッツは単体、二重体、三重体を含む(異方性)UCCと同様の精度を達成できることを実証した。
  論文  参考訳（メタデータ） (2024-10-21T15:40:22Z)
• Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
  我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。 私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。 基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
  論文  参考訳（メタデータ） (2024-05-22T18:11:42Z)
• A quantum information theoretic analysis of reinforcement learning-assisted quantum architecture search [0.0]
  本研究では,変分量子状態対角化問題に適したアンサッツ製造のためのRL-QASについて検討した。 我々はこれらの知見を活用して、最適な資源を用いてランダムな量子状態と対角化するために、QASの絡み合った許容アンサッツを考案する。
  論文  参考訳（メタデータ） (2024-04-09T09:54:59Z)
• 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)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• 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。