論文の概要: Graph Reinforcement Learning for Calibration-Aware Quantum Circuit Routing
- arxiv url: http://arxiv.org/abs/2606.12816v2
- Date: Tue, 16 Jun 2026 20:02:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-18 13:57:35.095317
- Title: Graph Reinforcement Learning for Calibration-Aware Quantum Circuit Routing
- Title（参考訳）: 校正型量子回路ルーティングのためのグラフ強化学習
- Abstract要約: 量子回路ルーティングは、ノイズの多い中間スケール量子プロセッサのためのプログラムをコンパイルする重要なステップである。
我々は,IBM Heron r2キャリブレーションデータを用いてハードウェアエッジSWAPを選択するキャリブレーション対応グラフ強化学習ルータについて検討する。
キャリブレーションを意識した学習ルーティングは、ゲートカウント駆動コンパイルを超えて忠実性を向上させ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）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum circuit routing is a key step in compiling programs for noisy intermediate-scale quantum processors. Routes that appear efficient by standard overhead metrics can still lose fidelity when they pass through poorly calibrated couplers. We study a calibration-aware graph reinforcement-learning router that uses same-day IBM Heron r2 calibration data to choose hardware-edge SWAPs. We train the policy with proximal policy optimization and evaluate it with exact simulated fidelity across nine Munich Quantum Toolkit (MQT) Bench circuits and three calibration snapshots. Across these evaluations, pooled mean exact fidelity is $0.727$, compared with $0.440$ for SABRE-best20 and $0.481$ for target-aware SABRE. We observed that fidelity gains came with higher routed two-qubit counts and were concentrated in 5 qubit and 8 qubit circuit families; under the fixed tree action graph, all 10 qubit families favored SABRE-best20. Overall, our results show that calibration-aware learned routing can improve fidelity beyond gate-count-driven compilation.
- Abstract（参考訳）: 量子回路ルーティングは、ノイズの多い中間スケール量子プロセッサのためのプログラムをコンパイルする重要なステップである。
標準的なオーバーヘッドメトリクスによって効率的に見えるルートは、キャリブレーションが不十分なカップルを通り抜ける際にも忠実さを失う可能性がある。
我々は,IBM Heron r2キャリブレーションデータを用いてハードウェアエッジSWAPを選択するキャリブレーション対応グラフ強化学習ルータについて検討する。
近いポリシー最適化でポリシーをトレーニングし、9つのミュンヘン量子ツールキット(MQT)ベンチ回路と3つのキャリブレーションスナップショットで正確にシミュレーションされた忠実度で評価する。
これらの評価の中で、プールされた平均的忠実度は0.727ドルであり、SABRE-best20は0.440ドル、SABREは0.481ドルである。
5qubitおよび8qubitの回路群に集中し, 固定木行動グラフでは, 10qubitのすべての家系がSABRE-best20を好んだ。
以上の結果から,キャリブレーションを意識した学習ルーティングは,ゲート数によるコンパイルを超えて忠実性を向上させることが示唆された。
関連論文リスト
- WarpSAC: Towards the Pinnacle of Scalable Off-policy RL by Rethinking Exploration and Exploitation [67.83495924117089]
大規模並列シミュレーションは、非政治強化学習を訓練するデータ体制を変える。
これらの安定化器はデータ登録に依存していることを示す。
我々は、政治外RLアルゴリズムのレシシック対応ファミリーであるWarpSACを提案する。
論文 参考訳（メタデータ） (2026-08-25T12:24:15Z) - Quantum Noise Suppression at Scale with Crosstalk-Robust Gate Sets [1.4302720665991904]
そこで我々は,局所性を利用したスケーラブルな最適制御問題を用いて,クロストーク・ロバストゲートセットを提案する。
ペアワイズ量子クロストークの抑制により、ゲートセットはマルチキュービット回路に拡張するロバスト性を実現する。
完全最適制御ゲートセットが量子アルゴリズムに与える影響について、最初の既知の評価を行う。
論文 参考訳（メタデータ） (2026-03-16T18:00:23Z) - Quantum Circuit Pruning: Improving Fidelity via Compilation-Aware Circuit Approximation [1.7023697455258093]
本研究では、ノイズ中間スケール量子(NISQ)デバイス上で実行される量子回路のルーティング対応プルーニング戦略を示す。
本稿では,小さな回転角が実装に必要なルーティングオーバーヘッドを正当化しないパラメトリック制御回転を除去する手法を提案する。
このようなゲートを選択的に刈り取ることにより、コンパイル中に導入された追加のSWAP操作によるフィデリティ損失を軽減できる。
論文 参考訳（メタデータ） (2026-01-19T19:02:56Z) - End-to-End Fidelity Analysis of Quantum Circuit Optimization: From Gate-Level Transformations to Pulse-Level Control [0.0]
完全コンパイルスタックにおける量子回路の忠実度を包括的に解析する。
ゲートキャンセル, 通勤, 回転, アイデンティティ除去の4つの最適化パスの忠実度への影響を評価する。
IQM Garnet 20-qubit プロセッサ上でのハードウェア実行による検証を行った。
論文 参考訳（メタデータ） (2026-01-17T18:15:20Z) - Noise-Adaptive Quantum Circuit Mapping for Multi-Chip NISQ Systems via Deep Reinforcement Learning [0.0]
本稿では,双方向長短期記憶に基づく動的雑音適応ネットワークを統合した深層強化学習フレームワークDeepQMapを提案する。
本手法は,量子系の動作の時間的表現を学習することで,ハードウェアのダイナミクスに継続的に適応する。
DeepQMapは平均回路忠実度が0.920 pm 0.023$であり、最先端のQUBO法よりも統計的に49.3%向上している。
論文 参考訳（メタデータ） (2025-11-22T14:27:55Z) - What Layers When: Learning to Skip Compute in LLMs with Residual Gates [66.23658560048241]
GateSkipは、デコーダのみのLMにおけるトークンワイド層スキップを可能にする残差ストリームゲーティング機構である。
各Attention/MLPブランチは、残ストリームに再入力する前に、ブランチの出力を凝縮するシグモイドリニアゲートを備えている。
論文 参考訳（メタデータ） (2025-10-13T16:31:50Z) - Above 99.9% Fidelity Single-Qubit Gates, Two-Qubit Gates, and Readout in a Single Superconducting Quantum Device [58.154405222706146]
2つのトランスモンキュービットがチューナブルカプラを介して結合された超伝導回路におけるキュービットカップラー結合強度のチューニングは、高忠実度単一および2キュービットゲートを可能にする。
我々は、平均で40hのCZゲート忠実度99.93%、同時シングルキュービットゲート忠実度99.98%、単一デバイスで99.94%以上の読み出し忠実度を達成する。
論文 参考訳（メタデータ） (2025-08-22T14:49:47Z) - Task-Circuit Quantization: Leveraging Knowledge Localization and Interpretability for Compression [55.323397702682506]
後トレーニング量子化(PTQ)は、コストのかかる再トレーニングなしに全精度重みを低ビット重みにマッピングすることで、モデルのメモリフットプリントを削減する。
我々は,自動回路発見に並列性を持つ新しい混合精度PTQ手法であるTask-Circuit Quantization (TaCQ)を開発した。
論文 参考訳（メタデータ） (2025-04-10T02:19:03Z) - Finding Transformer Circuits with Edge Pruning [71.12127707678961]
自動回路発見の効率的かつスケーラブルなソリューションとしてエッジプルーニングを提案する。
本手法は,従来の手法に比べてエッジ数の半分未満のGPT-2の回路を探索する。
その効率のおかげで、Edge PruningをCodeLlama-13Bにスケールしました。
論文 参考訳（メタデータ） (2024-06-24T16:40:54Z) - Leakage in restless quantum gate calibration [0.5439020425819]
マルコフ連鎖に基づくレスレス回路実行シミュレータを開発し, リークの影響について検討する。
レスレスキャリブレーションは, 現在の単一ビットゲートの10～4ドルのゲート忠実度に比べ, 最大0.5%の漏れを許容することを示す。
この結果から、レスレス回路の実行が非計算状態の誤分類に対してレジリエンスであることを示す標準量子ビット状態判別法が得られた。
論文 参考訳（メタデータ） (2023-04-18T20:59:16Z) - Direct pulse-level compilation of arbitrary quantum logic gates on superconducting qutrits [36.30869856057226]
任意のqubitおよびqutritゲートを高忠実度で実現でき、ゲート列の長さを大幅に削減できることを示す。
最適制御ゲートは少なくとも3時間ドリフトでき、同じ校正パラメータを全ての実装ゲートに利用できることを示す。
論文 参考訳（メタデータ） (2023-03-07T22:15:43Z) - Machine Learning Optimization of Quantum Circuit Layouts [63.55764634492974]
本稿では量子回路マッピングQXXとその機械学習バージョンQXX-MLPを紹介する。
後者は、レイアウトされた回路の深さが小さくなるように最適なQXXパラメータ値を自動的に推論する。
近似を用いてレイアウト法を学習可能な経験的証拠を提示する。
論文 参考訳（メタデータ） (2020-07-29T05:26:19Z) - 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。