論文の概要: AlphaClifford: Efficient Clifford Synthesis and Transpilation with Model-based RL

• arxiv url: http://arxiv.org/abs/2608.18946v2
• Date: Sat, 22 Aug 2026 07:17:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:42.872002
• Title: AlphaClifford: Efficient Clifford Synthesis and Transpilation with Model-based RL
• Title（参考訳）: AlphaClifford: モデルベースRLを用いた効率的なクリフォード合成と透過
• Abstract要約: 我々はモンテカルロ木探索を利用したモデルベースの強化学習フレームワークであるAlphaCliffordを紹介する。 シンプレクティック群の代数的性質を通して状態空間をモデル化することにより、AlphaCliffordはこの空間を効果的に探求し、全体的な回路コストを最小化する。 ハードウェア制約のCliffordトランスパイレーションと,完全なClifford+T論理パイプライン内での合成後最適化コンポーネントである。
• 参考スコア（独自算出の注目度）: 2.018550249418405
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Clifford circuits play a foundational role in quantum computing, particularly due to their importance in quantum error correction and fault-tolerant logical synthesis. While these circuits can be efficiently simulated and represented as symplectic matrices, standard synthesis methods-such as the Aaronson-Gottesman algorithm-often yield sub-optimal circuits with excessively high gate counts. In this work, we introduce AlphaClifford, a model-based Reinforcement Learning framework powered by Monte Carlo Tree Search, designed to efficiently synthesize Clifford circuits from the fundamental gate set composed of H, S, and CNOT. By modeling the state space through the algebraic properties of the symplectic group, AlphaClifford effectively explores this combinatorial space to minimize overall circuit cost. For unconstrained Clifford optimization, our approach achieves a consistent reduction in both total and two-qubit (CNOT) gate counts compared to state-of-the-art synthesis heuristics, despite operating with a strictly less expressive gate set. Furthermore, we demonstrate the broad applicability of our framework on two additional tasks: hardware-constrained Clifford transpilation, where we outperform existing RL-based compilers, and as a post-synthesis optimization component within a full Clifford+T logical synthesis pipeline. Our results underscore that model-based RL is highly effective at addressing the combinatorial complexities of quantum compilation, offering a scalable pathway to mitigate hardware constraints in both near-term and future fault-tolerant quantum devices.
• Abstract（参考訳）: クリフォード回路は、特に量子エラー補正とフォールトトレラント論理合成の重要性から、量子コンピューティングにおいて基礎的な役割を果たす。 これらの回路は効率よくシミュレートされシンプレクティック行列として表現できるが、Aaronson-Gottesmanアルゴリズムのような標準的な合成法は、極端に高いゲート数を持つ副最適回路である。 本稿では,モンテカルロ木探索を用いたモデルベース強化学習フレームワークであるAlphaCliffordを紹介し,H,S,CNOTからなる基本ゲート集合からクリフォード回路を効率的に合成する。 シンプレクティック群の代数的性質を通して状態空間をモデル化することにより、AlphaCliffordはこの組合せ空間を効果的に探求し、全体的な回路コストを最小化する。 制約のないクリフォード最適化では、厳密に表現力の少ないゲートセットで動作しているにもかかわらず、最先端の合成ヒューリスティックスと比較して全2量子ゲート数と2量子ゲート数(CNOT)の連続的な削減を実現している。 さらに、ハードウェア制約のCliffordトランスパイルでは、既存のRLベースのコンパイラを上回り、完全なClifford+T論理合成パイプライン内での合成後最適化コンポーネントとして、フレームワークの広範な適用性を実証する。 我々の結果は、モデルベースのRLは、量子コンパイルの組合せ複雑性に対処する上で非常に効果的であり、近い将来および将来のフォールトトレラントな量子デバイスにおいて、ハードウェア制約を緩和するためのスケーラブルな経路を提供する。

関連論文リスト

• Equivariant Reinforcement Learning for Clifford Quantum Circuit Synthesis [2.5234156040689233]
  我々は、全量子ビット接続を持つデバイスに対するクリフォード量子回路の問題点を考察する。 シンプレクティック行列表現のqubit relabelingと等価な新しいニューラルネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-05-11T17:49:28Z)
• A Scalable Distributed Quantum Optimization Framework via Factor Graph Paradigm [46.08923284345648]
  分散量子最適化のための構造認識フレームワークを提案する。 検索スペースが$N$の場合、我々のフレームワークはプロセッサやセパレータに依存した要素に対して$O(sqrtN)$クエリ複雑性を達成する。 構造を考慮した分解は、量子ネットワーク上でのスケーラブルな分散量子最適化に実践的な道をもたらすことを示す。
  論文  参考訳（メタデータ） (2026-03-08T15:15:52Z)
• High-Performance Exact Synthesis of Two-Qubit Quantum Circuits [0.0]
  Clifford+$T$ゲート集合上の2量子回路の正確な合成フレームワークを提案する。 提案手法は,有界な探索空間を排除し,冗長性を回避するために代数的正準化を利用して,合成をクエリに変換する最適な実装のルックアップテーブルを構築する。
  論文  参考訳（メタデータ） (2026-01-27T03:57:04Z)
• PT$^2$-LLM: Post-Training Ternarization for Large Language Models [52.4629647715623]
  大きな言語モデル(LLM)は、様々なタスクにまたがる印象的な機能を示しているが、その大きなメモリと計算能力は、デプロイメントを妨げている。 PT$2$-LLMを提案する。 その中核は2段精製パイプラインを備えた非対称3次量子化器である。
  論文  参考訳（メタデータ） (2025-09-27T03:01:48Z)
• 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)
• Clifford and Non-Clifford Splitting in Quantum Circuits: Applications and ZX-Calculus Detection Procedure [49.1574468325115]
  我々は、クリフォードと非クリフォードのユニタリの間の積として記述できる量子回路から得られるユースケースを提案し、分析する。 ZX-カルキュラスとその資産を用いてこれらの回路の限界境界を検出し、クリフォード切断と非クリフォード切断の分離を可能にする。
  論文  参考訳（メタデータ） (2025-04-22T16:10:34Z)
• Heuristic and Optimal Synthesis of CNOT and Clifford Circuits [3.1952340441132474]
  CNOTゲートからなる回路に相当する線形可逆回路は、古典計算において重要な応用である。 CNOTと一般クリフォード回路合成の手法として,絡み合う2ビットゲート数や回路深さを最小化する手法を提案する。 アルゴリズムは、古典的および量子コンピューティングコミュニティが使用するGitHubリポジトリに実装されている。
  論文  参考訳（メタデータ） (2025-03-18T19:09:58Z)
• High-Precision Multi-Qubit Clifford+T Synthesis by Unitary Diagonalization [0.8341988468339112]
  クリフォード+Tゲートセットで表される量子回路の資源効率と高精度な近似合成は、フォールトトレラント量子コンピューティングにとって不可欠である。 探索に基づく手法を利用して、まずはユニタリを概略対角化し、解析的に逆解析する。 提案手法は,実量子アルゴリズムからユニタリを評価した場合に,一桁のオーダーで合成アルゴリズムの実装精度と実行時間を向上する。
  論文  参考訳（メタデータ） (2024-08-31T12:10:32Z)
• QuCLEAR: Clifford Extraction and Absorption for Quantum Circuit Optimization [8.043057448895343]
  現在利用可能な量子デバイスは、実行された量子回路の忠実さを低下させるノイズの多い量子ゲートに悩まされている。 本稿では,量子回路の最適化を目的としたコンパイルフレームワークQuCLEARを提案する。
  論文  参考訳（メタデータ） (2024-08-23T18:03:57Z)
• Depth-Optimal Synthesis of Clifford Circuits with SAT Solvers [4.208975913508643]
  最適合成は、量子および古典的ハードウェア設計において中心的な問題である。 エンタングリング入力刺激と安定化ホルマリズムを用いて、クリフォード合成問題をポリサイズ満足度問題の族に還元する。 実験的な評価により、最適合成手法は、ランダムなクリフォード回路とグロバー探索のためのクリフォード+T回路に対して実質的な深さ改善をもたらすことが示された。
  論文  参考訳（メタデータ） (2023-05-02T18:00:00Z)
• 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)
• A single $T$-gate makes distribution learning hard [56.045224655472865]
  この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。 ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
  論文  参考訳（メタデータ） (2022-07-07T08:04:15Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)
• A Generic Compilation Strategy for the Unitary Coupled Cluster Ansatz [68.8204255655161]
  本稿では,変分量子固有解法(VQE)アルゴリズムのコンパイル戦略について述べる。 我々は、回路深さとゲート数を減らすために、ユニタリ結合クラスタ(UCC)アンサッツを使用する。
  論文  参考訳（メタデータ） (2020-07-20T22:26:16Z)

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。