論文の概要: Automating quantum circuit optimization with AI agents

• arxiv url: http://arxiv.org/abs/2610.31352v1
• Date: Thu, 22 Oct 2026 14:33:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.409508
• Title: Automating quantum circuit optimization with AI agents
• Title（参考訳）: AIエージェントによる量子回路最適化の自動化
• Abstract要約: 本稿では,AIエージェントによる難解な最適化問題の解法を提案する。 量子シミュレーションにおける3つのコンパイル問題、すなわちフェルミオン・ツー・キュービット符号化、ハミルトニアンレイアウト、ユニタリ合成に適用する。 それぞれのエージェントは公開または標準構成で大幅に改善され、テストされた最大のサイズで最大73%の最適化コストが削減された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Compiling quantum algorithms for real devices involves hard optimization problems that can decide whether an algorithm runs at scale. We present a general method for solving such problems with AI agents, with every result certified. It builds on autoresearch loops, in which agents iteratively improve programs against a fixed evaluator and which have recently improved quantum cryptanalysis circuits, and adds two elements: a frozen, exact verifier certifies every result, and this verifier, together with the challenge around it, is built by an agent that formulates the problem with a researcher and validates the verifier against a solved case, deliberately broken solutions and published results before any solution exists. The method applies to any optimization problem whose solutions can be verified exactly and efficiently. We apply it to three compilation problems in quantum simulation, namely fermion-to-qubit encoding, Hamiltonian layout and unitary synthesis. In each, the agents improved substantially on published or standard constructions, reducing the cost being optimized by up to 73% at the largest sizes tested and outperforming a state-of-the-art optimizer for fermion-to-qubit encodings. Every submission is a program accompanied by its agent's notes, so the ideas behind each improvement are recorded in human-readable form; later agents built on them, and we describe them here. These results open the way to automated, certified discovery across quantum circuit design and beyond.
• Abstract（参考訳）: 実際のデバイスで量子アルゴリズムをコンパイルするには、アルゴリズムが大規模に動作しているかどうかを判断できる厳しい最適化の問題が伴う。 本稿では,AIエージェントによる課題解決のための一般的な手法を提案する。 エージェントは、固定された評価器に対するプログラムを反復的に改善し、最近量子暗号解析回路を改良し、2つの要素を追加している: 凍結された正確な検証器はすべての結果を証明し、この検証器は、研究者と問題を定式化し、解決されたケースに対して検証器を検証し、解が存在する前に意図的に壊れた解と結果を公開するエージェントによって構築される。 この方法は、解を正確かつ効率的に検証できる任意の最適化問題に適用できる。 量子シミュレーションにおける3つのコンパイル問題、すなわちフェルミオン・ツー・キュービット符号化、ハミルトニアンレイアウト、ユニタリ合成に適用する。 それぞれのエージェントは公開または標準構成で大幅に改善され、テストされた最大のサイズで最大73%のコストが最適化され、fermion-to-qubitエンコーディングのための最先端のオプティマイザよりも性能が向上した。 すべての提出はエージェントのメモを添えたプログラムなので、改善の背景にあるアイデアは、人間が読める形で記録されます。 これらの結果は、量子回路設計などにおける、自動化された、認定された発見の道を開く。

関連論文リスト

• Leveraging verifiable structure in quantum circuits to find more efficient compilations with agentic AI [0.881538030476131]
  量子回路のコンパイルを改善するためにAIエージェントを利用する効果的なパラダイムについて論じる。 3つの重要なアプリケーションについて議論することで、より広いアプローチの柔軟性を強調します。
  論文  参考訳（メタデータ） (2026-10-16T17:53:07Z)
• Towards solving industrial integer linear programs with Decoded Quantum Interferometry [4.555093532902357]
  自動車産業における産業最適化問題に量子干渉法を適用した。 本研究の主な貢献は,1) 産業問題を整数線形プログラム (ILP) として定式化すること,2) ILP を Max-XORSAT のインスタンスに変換すること,3) 信念伝達のための詳細な量子回路実装を開発すること,である。
  論文  参考訳（メタデータ） (2025-09-10T07:04:32Z)
• Designing lattice proteins with variational quantum algorithms [0.0]
  逆問題、タンパク質設計では、特定の標的構造に折り畳まれた配列を求める。 ここでは、今日のノイズ量子デバイスにおけるこれらの2つのステップのうちの1つとして、変分量子アルゴリズムの有用性について検討する。
  論文  参考訳（メタデータ） (2025-08-04T12:55:01Z)
• Reinforcement Learning for Variational Quantum Circuits Design [10.136215038345012]
  変分量子アルゴリズムは、量子コンピュータの最適化問題を解くための有望なツールとして登場した。 本研究では、強力で柔軟な強化学習パラダイムを活用し、量子回路を自律的に生成できるエージェントを訓練する。 以上の結果から,最大カット問題に対して,R_yz$接続回路は高い近似比が得られることが示唆された。
  論文  参考訳（メタデータ） (2024-09-09T10:07:12Z)
• Evaluating the Practicality of Quantum Optimization Algorithms for Prototypical Industrial Applications [44.88678858860675]
  本稿では,量子近似最適化アルゴリズム (QAOA) と量子断熱アルゴリズム (QAA) の応用について検討する。 我々は,これらの2つのアルゴリズムの性能を,選択した評価指標を用いて,ソリューションの品質の観点から比較する。
  論文  参考訳（メタデータ） (2023-11-20T09:09:55Z)
• 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)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
  本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。 私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。 実際の量子コンピュータを用いて得られた結果について述べる。
  論文  参考訳（メタデータ） (2022-01-25T05:59:24Z)
• Global Optimization of Objective Functions Represented by ReLU Networks [77.55969359556032]
  ニューラルネットワークは複雑で非敵対的な関数を学ぶことができ、安全クリティカルな文脈でそれらの正しい振る舞いを保証することは困難である。 ネットワーク内の障害を見つけるための多くのアプローチ(例えば、敵の例)があるが、これらは障害の欠如を保証できない。 本稿では,最適化プロセスを検証手順に統合し,本手法よりも優れた性能を実現する手法を提案する。
  論文  参考訳（メタデータ） (2020-10-07T08:19:48Z)

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。