Jul, 2020

使用强化学习在量子编译器中执行量子比特路由

PDF
TL;DR该论文提出了一种使用改进的深度 Q 学习范例的量子比特路由程序，能够在近期架构大小的随机和现实电路上优于目前两种最先进的量子编译器的比特路由程序。
发现论文，激发创造
  • 利用图神经网络辅助蒙特卡罗树搜索的量子比特路由

    本研究提出了一种基于蒙特卡罗树搜索和图神经网络的量子电路 qubit 路由优化方法，实现了以架构无关的方式，以尽量小的深度进行量子电路执行。

    Apr, 2021

  • 使用强化学习寻找有效的量子比特路由策略，以便在近期量子计算机部署中使用

    本文提出了量子计算机中量子比特路由问题的强化学习解决方案，解决此问题的方法是通过将传统的强化学习框架改进，允许离散动作空间，并证明了该方法的优越性，其具有普遍意义。

    Dec, 2018

  • 基于增强学习的实用高效量子电路综合与映射

    通过使用强化学习方法，将其整合到量子传递工作流中，实现了量子电路的综合和路由优化，且在速度和优化的效果上明显超越其他方法，在实际的量子传递过程中显示出很高的实用性。

    May, 2024

  • 深度强化学习在量子编译中的应用

    利用深度强化学习方法，快速创建单量子比特运算序列，以在计算机内实时将高级量子算法转换为低级量子门电路，省略传统方法的耗时，实现量子编译的实时化。

    May, 2021

  • 关于量子比特路由问题的研究

    我们介绍了一种新的、与架构无关的方法，用于将抽象的量子电路映射到具有受限制的量子比特连接性的实际量子计算设备上，由剑桥量子计算的 tket 编译器实现。我们呈现了实证结果，展示了这种方法在减少两比特门深度和两比特门计数方面的有效性，相比其他实现。

    Feb, 2019

  • 超导处理器上的强化学习量子编译

    我们开发了一个基于强化学习的量子编译器，对超导处理器进行了演示，展示了其发现具有短长度的新型硬件友好电路的能力，并能够在设备拓扑约束下找到最佳电路。

    Jun, 2024

  • 利用强化学习的拓扑量子编译

    本文提出了一种基于深度强化学习的高效量子编译算法，该算法可以将任意单比特门编译成由有限通用基础门组成的门序列，并且适用于各种场景下。通过实际应用到拓扑编译的情况，得到了任意单比特酉变换的近似最优编织序列，展现了这种算法在量子物理中深度学习应用的前景。

    Apr, 2020

  • 深度强化学习的量子电路优化

    本研究使用基于强化学习的方法对量子电路进行优化，通过深度卷积神经网络，实现了对于特定架构的任意量子电路的自主学习及优化。对 12 比特电路进行实验得出优化效果，平均深度降低 27％，门数降低 15％，并探讨了方法在近期量子设备上的可行性。

    Mar, 2021

  • 定向量子电路综合的强化学习环境

    利用强化学习环境，通过量子电路综合的方式可靠设计最小量子电路，针对目标初始化和量子比特数量进行了实验，达到对 2 比特贝尔态的选择性设计。

    Jan, 2024

  • 模块量子架构中基于注意力机制的深度强化学习用于量子比特分配

    利用深度强化学习的方法，以及模块化分布式体系结构，提出了一种高效的量子电路编译和映射的新型学习启发式方法，以解决量子计算系统中的通信最优化问题。

    Jun, 2024