論文の概要: AI Agents for Variational Quantum Circuit Design

• arxiv url: http://arxiv.org/abs/2602.19387v1
• Date: Sun, 22 Feb 2026 23:41:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-24 17:42:02.619419
• Title: AI Agents for Variational Quantum Circuit Design
• Title（参考訳）: 変分量子回路設計のためのAIエージェント
• Authors: Marco Knipfer, Alexander Roman, Konstantin T. Matchev, Katia Matcheva, Sergei Gleyzer,
• Abstract要約: 変分量子回路(VQC)は、短期量子機械学習(QML)の中心構築ブロックを構成する 本稿では,VQCアーキテクチャ検索のための自律型エージェントベースフレームワークを提案する。 エージェントAIは、人間の介入を最小限に抑えて、VQCデザインのランドスケープを効果的にナビゲートし、洗練することができることを示す。
• 参考スコア（独自算出の注目度）: 37.22807195756414
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational quantum circuits (VQCs) constitute a central building block of near-term quantum machine learning (QML), yet the principled design of expressive and trainable architectures remains a major open challenge. The VQC design space grows combinatorially with the number of qubits, layers, entanglement structures, and gate parameterizations, rendering manual circuit construction inefficient and often suboptimal. We introduce an autonomous agent-based framework for VQC architecture search that integrates high-level reasoning with a quantum simulation environment. The agent proposes candidate circuit architectures, evaluates them through fully automated training and validation pipelines, and iteratively improves its design strategy via performance-driven feedback. Empirically, we show that the agent autonomously evolves circuit architectures from simple initial ansätze toward increasingly expressive designs, progressively trying to improve task performance. This demonstrates that agentic AI can effectively navigate and refine the VQC design landscape with minimal human intervention, providing a scalable methodology for automated quantum model development in the Noisy Intermediate-Scale Quantum (NISQ) regime.
• Abstract（参考訳）: 変分量子回路(VQC)は、短期量子機械学習(QML)の中央構造ブロックを構成するが、表現型およびトレーニング可能なアーキテクチャの原則設計は依然として大きな課題である。 VQC設計空間は、キュービット、層、絡み合い構造、ゲートパラメータ化の数と組み合わせて成長し、手動回路の構成は効率が悪く、しばしば最適ではない。 本稿では,量子シミュレーション環境と高レベル推論を統合したVQCアーキテクチャ探索のための自律型エージェントベースフレームワークを提案する。 このエージェントは、候補回路アーキテクチャを提案し、完全に自動化されたトレーニングと検証パイプラインを通じて評価し、性能駆動フィードバックによる設計戦略を反復的に改善する。 経験的に、エージェントは、単純な初期アンセッツェからより表現力のある設計へと、自律的に回路アーキテクチャを進化させ、タスク性能を徐々に向上させようとしている。 このことは、エージェントAIが人間の介入を最小限に抑えてVQC設計の展望を効果的にナビゲートし、洗練できることを示し、ノイズ中間量子(NISQ)システムにおける自動量子モデル開発のためのスケーラブルな方法論を提供する。

関連論文リスト

• EmboCoach-Bench: Benchmarking AI Agents on Developing Embodied Robots [68.29056647487519]
  Embodied AIは、高忠実度シミュレーションと大規模データ収集によって実現されている。 しかし、このスケーリング能力は、労働集約的な手作業の監視に依存しているため、いまだにボトルネックになっている。 実装ポリシーを自律的に構築するための LLM エージェントの能力を評価するベンチマークである textscEmboCoach-Bench を紹介する。
  論文  参考訳（メタデータ） (2026-01-29T11:33:49Z)
• Benchmarking Quantum Architecture Search with Surrogate Assistance [0.9624643581968987]
  本稿では,SQuASH,Surrogate Quantum Architecture Search Helperを紹介する。 本稿では,QASのサロゲートベンチマークを作成する手法を提案し,QAS手法の実行と比較を高速化する能力を実証する。
  論文  参考訳（メタデータ） (2025-06-07T11:11:04Z)
• 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)
• Topology-Driven Quantum Architecture Search Framework [2.9862856321580895]
  トポロジー駆動量子アーキテクチャサーチ(TD-QAS) トポロジー駆動量子アーキテクチャサーチ(TD-QAS) トポロジー駆動量子アーキテクチャサーチ(TD-QAS)
  論文  参考訳（メタデータ） (2025-02-20T05:05:53Z)
• Quantum Machine Learning Architecture Search via Deep Reinforcement Learning [8.546707309430593]
  教師付き学習タスクに適した有能なQMLモデルアーキテクチャを探索するために、深層強化学習を導入する。 我々の手法は、所定のアンザッツを使わずにQMLモデルの発見を容易にするポリシーを考案するために、RLエージェントを訓練することを含む。 提案手法は,ゲート深さを最小化しながら高い分類精度を達成できるVQCアーキテクチャの同定に成功している。
  論文  参考訳（メタデータ） (2024-07-29T16:20:51Z)
• Mechanistic Design and Scaling of Hybrid Architectures [114.3129802943915]
  我々は、様々な計算プリミティブから構築された新しいハイブリッドアーキテクチャを特定し、テストする。 本研究では,大規模計算最適法則と新しい状態最適スケーリング法則解析を用いて,結果のアーキテクチャを実験的に検証する。 我々は,MAD合成法と計算-最適パープレキシティを相関させ,新しいアーキテクチャの正確な評価を可能にする。
  論文  参考訳（メタデータ） (2024-03-26T16:33:12Z)
• Quantum circuit architecture search on a superconducting processor [56.04169357427682]
  変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。 しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
  論文  参考訳（メタデータ） (2022-01-04T01:53:42Z)
• Differentiable Quantum Architecture Search [15.045985536395479]
  微分可能量子アーキテクチャ探索(DQAS)の一般的なフレームワークを提案する。 DQASは、エンドツーエンドの微分可能な方法で量子回路の自動設計を可能にする。
  論文  参考訳（メタデータ） (2020-10-16T18:00:03Z)

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。