論文の概要: CO-MAP: A Reinforcement Learning Approach to the Qubit Allocation Problem

• arxiv url: http://arxiv.org/abs/2605.13638v1
• Date: Wed, 13 May 2026 15:04:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:28.122338
• Title: CO-MAP: A Reinforcement Learning Approach to the Qubit Allocation Problem
• Title（参考訳）: CO-MAP: 量子配置問題に対する強化学習アプローチ
• Authors: Ankit Kulshrestha, Xiaoyuan Liu,
• Abstract要約: 量子コンパイラは、抽象量子回路を物理量子コンピュータ上で実行可能にするため、量子コンピューティングパイプラインにおいて重要な部分である。 量子コンパイルにおける非常に重要なサブプロブレムの1つは、論理的-物理的量子ビットマッピングの生成である。 本稿では,量子ビットマッピング問題を解くための代替手法を提案する。
• 参考スコア（独自算出の注目度）: 1.8563570119552093
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: A quantum compiler is a critical piece in the quantum computing pipeline since it allows an abstract quantum circuit to be run on a physical quantum computer. One extremely important subproblem in quantum compilation is the generation of a logical to physical qubit mapping. Typically in quantum compilers this step is either implemented as a random or a heuristic based assignment that aims to minimize additional (SWAP) gate overhead in the quantum circuit. In this paper, we present an alternative approach to solving the qubit mapping problem. Specifically, we formulate the qubit mapping problem with a combinatorial optimization (CO) objective. We then present a method to find a solution to the CO problem by training a reinforcement learning (RL) policy. We also propose a local search based post-processing algorithm to further reduce the overhead. Our results show a dramatic improvement over conventional techniques in reducing the number of SWAPs. On different real world datasets like MQTBench and Queko circuits, our trained policy achieves a \textbf{65-85\%} reduction in SWAP overhead when compared to existing quantum compilers.
• Abstract（参考訳）: 量子コンパイラは、抽象量子回路を物理量子コンピュータ上で実行可能にするため、量子コンピューティングパイプラインにおいて重要な部分である。 量子コンパイルにおける非常に重要なサブプロブレムの1つは、論理的-物理的量子ビットマッピングの生成である。 通常、量子コンパイラでは、このステップはランダムまたはヒューリスティックに基づく代入として実装され、量子回路における追加(SWAP)ゲートオーバーヘッドを最小限にすることを目的としている。 本稿では,量子ビットマッピング問題を解くための代替手法を提案する。 具体的には、組合せ最適化(CO)目標を用いて、キュービットマッピング問題を定式化する。 次に、強化学習(RL)政策を訓練することにより、CO問題の解を求める方法を提案する。 また,さらにオーバヘッドを低減するために,局所探索に基づくポストプロセッシングアルゴリズムを提案する。 その結果,SWAPの減少にともなう従来手法よりも劇的な改善が見られた。 MQTBench や Queko などの実世界のデータセットでは,既存の量子コンパイラと比較して SWAP オーバーヘッドの textbf{65-85\%} 削減を実現している。

関連論文リスト

• 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)
• Qubit-efficient quantum combinatorial optimization solver [0.0]
  そこで我々は,候補ビット解をより少ない量子ビットの絡み合った波動関数にマッピングすることで,制限を克服する量子ビット効率のアルゴリズムを開発した。 このアプローチは、短期的な中間スケールと将来のフォールトトレラントな小規模量子デバイスに有効である。
  論文  参考訳（メタデータ） (2024-07-22T11:02:13Z)
• A Fast and Adaptable Algorithm for Optimal Multi-Qubit Pathfinding in Quantum Circuit Compilation [0.0]
  この研究は、量子回路のコンパイルマッピング問題における臨界サブルーチンとして、マルチキュービットパスフィンディングに焦点を当てている。 本稿では,回路SWAPゲート深さに対して量子ハードウェア上で量子ビットを最適にナビゲートする二進整数線形計画法を用いてモデル化したアルゴリズムを提案する。 我々は、様々な量子ハードウェアレイアウトのアルゴリズムをベンチマークし、計算ランタイム、解SWAP深さ、累積SWAPゲート誤差率などの特性を評価した。
  論文  参考訳（メタデータ） (2024-05-29T05:59:15Z)
• Towards Efficient Quantum Computing for Quantum Chemistry: Reducing Circuit Complexity with Transcorrelated and Adaptive Ansatz Techniques [0.0]
  この研究は、Transcorrelated (TC) アプローチと適応量子アンゼの併用による回路深さの低減方法を示す。 本研究は, 適応型アンサーゼとTC法を組み合わせることで, 小型, 耐雑音性, 容易に最適化できる量子回路が得られることを示す。
  論文  参考訳（メタデータ） (2024-02-26T15:31:56Z)
• Lightcone Bounds for Quantum Circuit Mapping via Uncomplexity [1.0360348400670518]
  デバイス上で量子回路を実行するための最小のSWAPゲートカウントが、量子状態間の距離の最小化によって現れることを示す。 この研究は、量子回路の非複雑性を実際に関連する量子コンピューティングに初めて利用するものである。
  論文  参考訳（メタデータ） (2024-02-01T10:32:05Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
  量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。 量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
  論文  参考訳（メタデータ） (2022-12-06T22:01:49Z)
• Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
  IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。 我々はQiskitでIQuCSを実装し、集中的な実験を行う。 その結果、量子ビットの消費を最大66.2%削減できることが示されている。
  論文  参考訳（メタデータ） (2022-09-22T21:54:28Z)
• Resource Optimisation of Coherently Controlled Quantum Computations with the PBS-calculus [55.2480439325792]
  量子計算のコヒーレント制御は、いくつかの量子プロトコルやアルゴリズムを改善するために使用できる。 我々は、量子光学にインスパイアされたコヒーレント制御のためのグラフィカル言語PBS計算を洗練する。
  論文  参考訳（メタデータ） (2022-02-10T18:59:52Z)

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。