論文の概要: QAP-Router: Tackling Qubit Routing as Dynamic Quadratic Assignment with Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2605.12365v1
- Date: Tue, 12 May 2026 16:34:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-13 21:48:57.017322
- Title: QAP-Router: Tackling Qubit Routing as Dynamic Quadratic Assignment with Reinforcement Learning
- Title（参考訳）: QAPルータ:強化学習による動的2次アサインメントとしてのQubit Routingの対応
- Authors: Kien X. Nguyen, Ankit Kulshrestha, Ilya Safro, Xiaoyuan Liu,
- Abstract要約: 動的二次割当問題 (QAP) の定式化に基づくQAP-hard, framing qubit routingを提案する。
本手法は,強化学習環境における報酬を定義するため,相互距離結合を統一目的に捉えたものである。
また、QAPフレームワークに自然にブレンドするルックアヘッド機構も統合し、筋電図決定を防ぎます。
- 参考スコア（独自算出の注目度）: 4.928336013285668
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Qubit routing is a fundamental problem in quantum compilation, known to be NP-hard. Its dynamic nature makes local routing decisions propagate and compound over time, making global efficient solutions challenging. Existing heuristic methods rely on local rules with limited lookahead, while recent learning-based approaches often treat routing as a generic sequential decision problem without fully exploiting its underlying structure. In this paper, we introduce QAP-Router, framing qubit routing based on a dynamic Quadratic Assignment Problem (QAP) formulation. By modeling logical interactions, or quantum gates, as flow matrices and hardware topology as a distance matrix, our approach captures the interaction-distance coupling in a unified objective, which defines the reward in the reinforcement learning environment. To further exploit this structure, the policy network employs a solution-aware Transformer backbone that encodes the interaction between the flow matrix and the distance matrix into the attention mechanism. We also integrate a lookahead mechanism that blends naturally into the QAP framework, preventing myopic decisions. Extensive experiments on 1,831 real-world quantum circuits from the MQTBench, AgentQ and QUEKO datasets show that our method substantially reduces the CNOT gate count of routed circuits by 15.7%, 30.4% and 12.1%, respectively, relative to existing industry compilers.
- Abstract（参考訳）: 量子ビットルーティングは、NPハードとして知られる量子コンパイルの基本的な問題である。
そのダイナミックな性質は、局所的なルーティング決定を時とともに伝播させ、複雑化し、グローバルな効率的なソリューションを難しくする。
既存のヒューリスティックな手法は、限定的なルックアヘッドを持つ局所ルールに依存しているが、最近の学習ベースのアプローチは、ルーティングをその基盤構造を完全に活用することなく、一般的なシーケンシャルな決定問題として扱うことが多い。
本稿では、動的二次割り当て問題(QAP)の定式化に基づく量子ビットルーティングであるQAP-Routerを提案する。
論理的相互作用,すなわち量子ゲートを,距離行列としてのフロー行列およびハードウェアトポロジーとしてモデル化することにより,本手法は,強化学習環境における報酬を定義する統一目的の相互作用-距離結合を捉える。
この構造をさらに活用するために、ポリシーネットワークは、フローマトリックスと距離マトリックス間の相互作用をアテンションメカニズムにエンコードするソリューション対応トランスフォーマーバックボーンを使用している。
また、QAPフレームワークに自然にブレンドするルックアヘッド機構も統合し、筋電図決定を防ぎます。
MQTBench, AgentQ, QUEKOの1,831個の実世界の量子回路に対する大規模な実験により,既存の産業用コンパイラと比較して経路回路のCNOTゲート数を15.7%,30.4%,12.1%削減した。
関連論文リスト
- Rethinking How to Act: Action-Space Engineering for Reinforcement Learning-Based Circuit Routing in Distributed Quantum Systems [0.7856998585396422]
本稿では,新しいアクション空間定式化と効果的なアクションマスキング戦略を組み合わせたエージェントを提案する。
提案エージェントは, モデル実行時間を最大35%削減し, トレーニングおよび推論性能の向上を実現している。
論文 参考訳（メタデータ） (2026-05-04T09:32:33Z) - Quantum Routing Beyond Pathfinding: Multipartite Entanglement Complementation [5.192590792600339]
量子ネットワークのための新しい絡み合い駆動型ルーティングフレームワークを提案する。
このフレームワークをドメイン間量子ネットワークに拡張し、時間アルゴリズムを設計する。
性能分析では、提案したルーティング戦略が最大60%のホップ削減を実現している。
論文 参考訳（メタデータ） (2026-04-15T13:07:14Z) - Efficient and Interpretable Multi-Agent LLM Routing via Ant Colony Optimization [58.59491516762626]
マルチエージェントシステム(MAS)のための効率的かつ解釈可能なルーティングフレームワークAMRO-Sを提案する。
AMRO-Sは、意味条件付き経路選択問題としてMASルーティングをモデル化し、3つのキーメカニズムを通してルーティング性能を向上させる。
5つの公開ベンチマークと高速ストレステストによる大規模な実験により、AMRO-Sは強いルーティングベースラインに対する品質-コストトレードオフを一貫して改善することを示した。
論文 参考訳（メタデータ） (2026-03-13T12:26:05Z) - RCR-Router: Efficient Role-Aware Context Routing for Multi-Agent LLM Systems with Structured Memory [57.449129198822476]
RCRは、マルチエージェント大言語モデル(LLM)システムのためのロールアウェアコンテキストルーティングフレームワークである。
役割とタスクステージに基づいて、各エージェントに対して意味的に関連するメモリサブセットを動的に選択する。
軽量スコアリングポリシは、メモリ選択をガイドし、エージェント出力を共有メモリストアに統合する。
論文 参考訳（メタデータ） (2025-08-06T21:59:34Z) - Quantum-Assisted Vehicle Routing: Realizing QAOA-based Approach on Gate-Based Quantum Computer [1.5119440099674915]
車両問題ルーティング(VRP)は、物流や輸送における幅広い応用において、基本的な最適化課題である。
本稿では、QAOA(Quantum Approximate Optimization Algorithm)とVRPのリンクベースの定式化を統合する量子支援フレームワークを提案する。
提案手法は, 補助量子ビットを回避しつつ, グラフ構造を保ちながら, コストハミルトニアンに直接流れの保存と下地除去をエンコードする。
論文 参考訳（メタデータ） (2025-05-02T22:31:01Z) - Qubit efficient quantum algorithms for the vehicle routing problem on
NISQ processors [48.68474702382697]
時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。
そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
論文 参考訳（メタデータ） (2023-06-14T13:44:35Z) - Fidelity-Guarantee Entanglement Routing in Quantum Networks [64.49733801962198]
絡み合いルーティングは、2つの任意のノード間のリモート絡み合い接続を確立する。
量子ネットワークにおける複数のソース・デスティネーション(SD)ペアの忠実性を保証するために、精製可能な絡み合わせルーティング設計を提案する。
論文 参考訳（メタデータ） (2021-11-15T14:07:22Z) - Routing Towards Discriminative Power of Class Capsules [7.347145775695176]
本稿では,効率よく解ける正規化二次計画問題を含むルーティングアルゴリズムを提案する。
mnist,mnist-fashion,cifar-10の実験を行い,既存のカプセルネットワークと比較して競合分類結果を示す。
論文 参考訳（メタデータ） (2021-03-07T05:49:38Z) - Purification and Entanglement Routing on Quantum Networks [55.41644538483948]
不完全なチャネルフィリティと限られたメモリ記憶時間を備えた量子ネットワークは、ユーザ間の絡み合いを分散することができる。
本稿では,量子ネットワーク上の2ノード間で共有される絡み合いを最大化するための高速パスフィニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-11-23T19:00:01Z) - Using Reinforcement Learning to Perform Qubit Routing in Quantum
Compilers [0.0]
深層Q-ラーニングパラダイムの修正版を用いたキュービットルーティング手法を提案する。
このシステムは、現在利用可能な最も先進的な量子コンパイラの2つから、キュービットルーティング手順を上回ります。
論文 参考訳（メタデータ） (2020-07-31T10:57:24Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳（メタデータ） (2020-07-28T07:34:30Z)
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。