論文の概要: Approximate Quantum State Preparation Through Proximal Policy Optimization

• arxiv url: http://arxiv.org/abs/2607.21121v1
• Date: Thu, 23 Jul 2026 09:55:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-24 18:26:25.369595
• Title: Approximate Quantum State Preparation Through Proximal Policy Optimization
• Title（参考訳）: 近似量子状態生成と近似ポリシ最適化
• Authors: Marco Mordacci, Michele Amoretti,
• Abstract要約: 近似量子状態準備のための量子アーキテクチャ探索フレームワークを提案する。 このフレームワークは10～14ドルの近似誤差を達成できる。
• 参考スコア（独自算出の注目度）: 0.6875312133832078
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this work, a quantum architecture search framework for approximate quantum state preparation (QSP) is proposed. QSP is a challenging task, since the search space grows exponentially with the number of qubits, making the identification of the optimal circuit non-trivial. To address this problem, deep reinforcement learning is employed through an agent based on proximal policy optimization. The objective of the agent is to identify the best possible approximation of the target state while simultaneously minimizing the number of gates used. At each step, the agent appends a new gate to the circuit and recomputes the fidelity between the approximated state and the target states. Various experiments have been performed from 2 to 5 qubits. Both predefined states, such as Bell, GHZ, W, and Dicke states, and completely random states are considered. The proposed framework is able to achieve approximation errors of $10^{-14}$.
• Abstract（参考訳）: 本研究では、近似量子状態準備(QSP)のための量子アーキテクチャ探索フレームワークを提案する。 QSPは、探索空間がキュービット数とともに指数関数的に増加するため、最適回路の同定は非自明である。 この問題に対処するために、近似ポリシー最適化に基づくエージェントを介して深層強化学習を用いる。 エージェントの目的は、使用するゲート数を最小化しつつ、ターゲット状態の最適近似を識別することである。 各ステップにおいて、エージェントは、回路に新しいゲートを付加し、近似状態とターゲット状態との忠実度を再計算する。 2から5キュービットの様々な実験が行われた。 ベル、GHZ、W、ディックのような事前定義された状態と完全にランダムな状態の両方が考慮される。 提案したフレームワークは近似誤差を10-14$にすることができる。

関連論文リスト

• Sparse quantum state preparation with improved Toffoli cost [0.0]
  量子状態の生成は、量子コンピューティングにおける最も基本的なタスクの1つである。 我々は、$n$ qubitsでスパース量子状態を作成するアプローチを提案する。 速度アップは、アイソメトリの発見と実装のための効率的なアルゴリズムを設計することで達成される。
  論文  参考訳（メタデータ） (2026-01-14T11:28:27Z)
• 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)
• Double-bracket quantum algorithms for high-fidelity ground state preparation [0.6832937136783648]
  基底状態の準備は量子コンピュータの中枢的な応用である。 地中準備のための二重ブラケット量子アルゴリズム(DBQA)の性能とゲート数について検討する。
  論文  参考訳（メタデータ） (2024-08-07T18:00:00Z)
• A Quantum States Preparation Method Based on Difference-Driven Reinforcement Learning [7.595208396761107]
  本稿では,2量子ビット系の量子状態生成のための差分駆動強化学習アルゴリズムを提案する。 収束速度と最終的な量子状態の忠実度は異なる。
  論文  参考訳（メタデータ） (2023-09-29T04:42:11Z)
• Iterative Qubit Coupled Cluster using only Clifford circuits [36.136619420474766]
  古典的に容易に生成できる理想的な状態準備プロトコルを特徴付けることができる。 繰り返し量子ビット結合クラスタ(iQCC)の変種を導入して,これらの要件を満たす手法を提案する。 本研究では, チタン系化合物Ti(C5H5)(CH3)3と (20, 20) 活性空間の複雑な系に研究を拡張した。
  論文  参考訳（メタデータ） (2022-11-18T20:31:10Z)
• Quantum Speedup for Higher-Order Unconstrained Binary Optimization and MIMO Maximum Likelihood Detection [2.5272389610447856]
  実数値の高次非制約二項最適化問題をサポートする量子アルゴリズムを提案する。 提案アルゴリズムは,古典的領域におけるクエリの複雑さを低減し,量子領域における2次高速化を実現する。
  論文  参考訳（メタデータ） (2022-05-31T00:14:49Z)
• Improved Quantum Algorithms for Fidelity Estimation [77.34726150561087]
  証明可能な性能保証を伴う忠実度推定のための新しい,効率的な量子アルゴリズムを開発した。 我々のアルゴリズムは量子特異値変換のような高度な量子線型代数技術を用いる。 任意の非自明な定数加算精度に対する忠実度推定は一般に困難であることを示す。
  論文  参考訳（メタデータ） (2022-03-30T02:02:16Z)
• A Quantum Optimal Control Problem with State Constrained Preserving Coherence [68.8204255655161]
  非単体脱コヒーレンスチャネルを特徴とするマルコフ脱コヒーレンスを受ける3レベル$Lambda$型原子を考える。 我々は、デコヒーレンスレベルが予め定義された境界内にある状態制約で量子最適制御問題を定式化する。
  論文  参考訳（メタデータ） (2022-03-24T21:31:34Z)
• 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)
• Quantum Logic Gate Synthesis as a Markov Decision Process [0.0]
  状態を準備したり、ゲートをコンパイルするために、最も短いゲートシーケンスに対応する最適な経路を見つける。 ゲートノイズの存在下では、最適ポリシがノイズゲートの効果にどのように適応するかを示す。 我々の研究は、離散的、決定論的、非マルコフ量子進化を有意義に課すことができることを示している。
  論文  参考訳（メタデータ） (2019-12-27T06:36:09Z)

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。