Lighthouse RL: Sample-Efficient Circuit Optimization via Strategic Reset Points
Sony Group Corporation(索尼集团公司);EPFL(洛桑联邦理工学院);Sony Semiconductor Solutions(索尼半导体解决方案公司);TU Munich(慕尼黑工业大学)
研究针对模拟电路规模确定问题,提出灯塔强化学习方法,通过策略性重置策略,从高性能配置初始化情节引导探索,相比其他方法在样本效率、优化性能、通用性等方面显著提升,可增强基于强化学习的优化方法。
2026-07-16 cs.AR cs.LG
Sub-universal variational circuits for combinatorial optimization problems
Department of Physics, University of Colorado Boulder, Boulder, CO 80309, USA(科罗拉多大学博尔德分校物理系);University of Technology Sydney, Centre for Quantum Software(悉尼技术大学量子软件中心);Department of Electrical, Computer and Energy Engineering, University of Colorado Boulder, Boulder, Colorado 80309, USA(科罗拉多大学博尔德分校电气、计算机与能源工程系)
提出一种基于二比特随机矩阵的经典概率变分线路求解组合优化问题,在多种规模的 Max-Cut 问题上优于 QAOA,为评估量子变分线路性能提供了次通用门集基准。
2025-09-14 cs.LG quant-ph
Neural Guided Sampling for Quantum Circuit Optimization
Institute for Information Processing (tnt/L3S)(信息处理研究所);Institute for Theoretical Physics (ITP/L3S)(理论物理研究所)
研究量子电路优化问题,提出二维神经引导采样方法,通过神经网络预测可约简门组,得到采样先验,减少计算时间,实验证明该方法优于不同优化水平的结果。
2026-07-24 cs.LG quant-ph
Inverse-Transpilation: Reverse-Engineering Quantum Compiler Optimization Passes from Circuit Snapshots
Pennsylvania State University(宾夕法尼亚州立大学)
本文提出基于机器学习的框架,通过分析原始与编译后量子电路的结构差异逆向推断优化技术,实验表明神经网络检测优化遍的F1分数高达0.96,揭示了编译器机密性面临的威胁。
2025-04-27 cs.LG quant-ph
Compositional optimization of quantum circuits for quantum kernels of support vector machines
University of British Columbia(不列颠哥伦比亚大学);Stewart Blusson Quantum Matter Institute(斯图尔特·布鲁森量子物质研究所)
虽然量子机器学习(ML)已被认为是量子计算最有前途的应用之一,但如何构建优于经典ML的量子ML模型仍然是一个主要的开放问题。在这里,我们展示了一个贝叶斯算法构建量子内核的支持向量机,适应量子门序列的数据。该算法通过附加以贝叶斯信息准则选择的量子门作为电路选择度量,并对识别出的局部最优量子线路的参数进行贝叶斯优化,从而逐步增加了量子线路的复杂度。我们的目标是为SVM构建量子内核,可以用尽可能少的训练数据解决分类问题。这里考虑的分类问题的量子模型的性能显着超过传统内核的优化经典模型。
2023-03-08 cs.LG quant-ph
Bridge of $Ψ$'s: Quantum Circuit Optimization with Schrödinger Bridges
ETH Zürich(苏黎世联邦理工学院);University of Cambridge(剑桥大学)
提出基于薛定谔桥的生成模型BOPS,直接从示例学习量子电路优化,在8量子比特×64深度Clifford+T电路上实现门数2.46倍和深度2.45倍的缩减,优于九个基线优化器。
2026-09-23 cs.LG quant-ph
An Empirical Review of Optimization Techniques for Quantum Variational Circuits
Rensselaer Polytechnic Institute(伦斯勒理工学院);Department of Computer Science(计算机科学系);Troy NY, USA(美国纽约州特洛伊市(此处仅为地址信息,根据提取规则应忽略,正确仅保留大学))
量子变分电路(QVC)通常被认为是近期和长期量子硬件最有效的用途之一。优化这些电路的标准方法依赖于经典系统来计算每个优化步骤的新参数。然而,这个过程可能极具挑战性,因为导航的性质是指数缩放的复杂希尔伯特空间,贫瘠的高原,以及所有可预见的量子硬件中存在的噪声。虽然在实践中采用了各种优化算法,但这种选择往往缺乏理论或经验动机。为此,我们经验性地评估了许多常见的梯度和梯度自由优化器在各种优化任务上的潜力。这些任务包括基于经典和量子数据的优化例程。我们的评估是在无噪声和噪声模拟中进行的。大量的问题和优化评估产生强有力的经验指导选择优化QVC,目前缺乏。
2022-02-09 cs.LG quant-ph
Stochastic Gradient Line Bayesian Optimization for Efficient Noise-Robust Optimization of Parameterized Quantum Circuits
The University of Tokyo(东京大学);Austrian Academy of Sciences(奥地利科学院);Technische Universität Wien(维也纳工业大学)
优化参数化量子线路是使用近期量子器件的关键步骤。然而,现有的算法,这样的优化需要大量的量子测量拍摄估计的期望值的可观测量和重复多次迭代,其成本已经成为一个关键的障碍,实际使用。我们开发了一个有效的替代优化算法,随机梯度线贝叶斯优化(SGLBO),来解决这个问题。SGLBO通过基于随机梯度下降(SGD)估计更新电路参数的适当方向并进一步利用贝叶斯优化(BO)来估计SGD中每次迭代的最佳步长来降低测量发射成本。此外,我们制定了一个自适应的测量拍摄策略,并介绍了后缀平均技术,以减少统计和硬件噪声的影响。我们的数值模拟表明,与这些技术增强的SGLBO可以大大减少测量拍摄成本,提高精度,并使优化噪声鲁棒性。
2022-08-03 cs.LG quant-ph stat.ML
Synthesis and Optimization of Reversible Circuits for Homogeneous Boolean Functions
齐次布尔函数是任何密码系统的重要组成部分。为齐次布尔函数构造优化的可逆电路的能力可能会产生在诸如量子计算机之类的新型计算范例上构建密码系统的可能性。本文提出了一种因式分解算法来综合这样的电路。
2007-10-02 quant-ph
Quality Diversity for Variational Quantum Circuit Optimization
本文提出一种直接基于矩阵的电路工程方法,利用质量多样性搜索与协方差矩阵自适应(QD-CMA)优化变分量子电路架构,以表达能力和门多样性为质量度量,在NP难组合优化问题上实现了优于基准算法的优化速度与求解质量。
2025-04-11 quant-ph
Towards Faster Reinforcement Learning of Quantum Circuit Optimization: Exponential Reward Functions
针对量子电路优化强化学习中奖励函数导致学习缓慢的问题,提出对电路结构敏感的指数奖励函数,实验证明其能减少学习时间并改善优化效果,推动大规模快速优化。
2023-11-21 quant-ph
Rotation-inspired circuit cut optimization
最近的工作表明,大型量子线路可以被切割并分解成更小的量子线路簇,这些电路簇具有更少的量子比特,可以在小型量子计算机上独立执行。然后,经典的后处理将来自每个簇的结果组合以重建原始量子线路的输出。然而,这种混合量子经典算法的运行时间是电路上的切割次数的指数。我们提出了旋转启发电路切割优化(RICCO),一种替代方法,它减少了电路切割的后处理开销,在成本必须解决的优化问题。RICCO在切割位置引入幺正旋转来旋转量子态,使得相对于一组可观察量的期望值最大化,而其他可观察量被设置为零。我们演示了实际应用的RICCO VQE的经典模拟一个小的实例VQE,并将其与现有的电路切割方法之一。
2022-11-14 quant-ph
Towards optimization of quantum circuits
量子信息处理中的任何幺正操作都可以通过一系列更简单的步骤--量子门来实现。然而,量子门的实际实现总是不完美的,并且需要有限的时间。因此,寻求一种对给定操作有效的短序列门量子线路,是一项重要的任务。我们通过对Barenco et.al [1]提出的众所周知的通用程序进行优化来解决这个问题。我们还创建了一个计算机程序,实现了巴伦科的分解和建议的优化。此外,我们的优化可以应用到任何量子线路包含广义Toffoli门,包括基本的量子门电路。
2006-11-08 quant-ph
State Dependent Optimization with Quantum Circuit Cutting
Knight Foundation School of Computing and Information Sciences, Florida International University(佛罗里达国际大学 Knight 基金会计算与信息科学学院)
本文提出状态依赖优化(SDO)框架,结合ISDO、新提出的MSDO及有偏可观测量选择策略,并引入非分离线路切割方法,在QAOA、QFT和BV线路噪声模拟中有效降低噪声并提升性能。
2025-06-06 quant-ph
Quantum Chaos and Circuit Parameter Optimization
我们探讨了随机参数下变化电路态的量子混沌诊断,并研究了它们与电路可表达性和控制参数优化的相关性。通过测量约化密度矩阵的算符扩展系数和模哈密顿量的本征值谱,确定了随机矩阵模型在高深度电路状态下的普遍结构.我们构造不同的层酉对应的GOE和GUE分布和量化他们的VQA性能。我们的研究还强调了量子混沌的OTOC和BGS型诊断之间的潜在紧张关系。
2022-01-05 quant-ph
Quantum Gate Pattern Recognition and Circuit Optimization for Scientific Applications
将量子算法编码到量子线路中没有唯一的方法。由于量子位数、连通性和相干时间有限,电路优化对于充分利用近期量子器件至关重要。我们介绍了两个单独的想法电路优化,并将它们结合在一个多层的量子线路优化协议称为AQCEL。第一个要素是识别量子门重复模式的技术,为未来的硬件协同优化提供了可能性。第二个要素是通过识别零或低幅度计算基态和冗余门来降低电路复杂性的方法。作为演示,AQCEL部署在一个迭代和有效的量子算法,旨在模拟高能物理中的终态辐射。对于这种算法,我们的优化方案带来了显着减少的门数,而不会失去任何精度相比,原来的电路。此外,我们还研究了这是否可以在量子计算机上使用多项式资源来证明。我们的技术是通用的,可以用于各种各样的量子算法。
2021-08-05 quant-ph
Hybrid quantum-classical circuit simplification with the ZX-calculus
我们提出了一个完整的优化过程的混合量子经典电路与经典奇偶逻辑。虽然用于量子算法的常见优化技术集中于仅重写纯量子段,但是对于诸如量子纠错和量子断言之类的应用,有兴趣应用全局优化过程。本工作基于Duncan等人的纯量子线路优化方法,使用一个正式的图形ZX演算称为ZX-地面的扩展作为中间表示的混合电路,允许粒度优化低于量子门的水平。我们定义了一个翻译从混合电路到图表,承认图形理论的重点gFlow属性,需要最后提取回电路。然后,我们推导出一些gFlow保持优化规则的ZX-接地图,减少图形的大小,并设计一种策略,通过重写高斯消除过程指导下的图,以找到优化的机会。然后,提取电路后,我们提出了一个通用的程序检测段的电路一样的ZX-接地图,可以实现与经典的门在提取的电路。我们已经实现了我们的优化过程作为开源Python库PyZX的扩展。
2021-09-13 quant-ph
Transpiler Autotuning with Predictive Models for Quantum Circuit Optimization
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);Technical University of Munich(慕尼黑工业大学)
该研究针对量子电路编译优化的固定默认配置不足问题,结合监督机器学习与自动调优,构建Qiskit编译器的预测模型,可自动选通道减少两量子比特门,效果优于Qiskit默认优化。
2026-08-03 cs.LG cs.SE quant-ph
Machine Learning Optimization of Quantum Circuit Layouts
量子线路布局(QCL)问题是映射一个量子线路,使得器件的约束条件得到满足。我们介绍了一个量子线路映射启发式算法QXX及其机器学习版本QXX-MLP。后者自动推断最佳QXX参数值,使得所布置的电路具有减小的深度。为了加速电路编译,在布局电路之前,我们使用高斯函数来估计编译电路的深度。这个高斯函数也会告诉编译器哪个电路区域对结果电路的深度影响最大。我们提出了经验证据的可行性学习的布局方法,使用近似。QXX和QXX-MLP为可行的大规模QCL方法开辟了道路。
2022-09-25 quant-ph
QGo: Scalable Quantum Circuit Optimization Using Automated Synthesis
量子计算的当前阶段处于噪声中间尺度量子(NISQ)时代。在NISQ设备上,双量子比特门(如hocT)比单量子比特门噪声大得多,因此必须尽量减少它们的数量。量子线路综合是将任意幺正电路分解为一系列量子门的过程,并且可以用作优化工具来产生更短的电路以提高整体电路保真度。然而,合成的解决方案的时间随着量子比特的数量呈指数增长。因此,对于大量子比特规模的电路,合成是难以处理的。在本文中,我们提出了一个分层的,逐块优化框架,QGo,量子线路优化。我们的方法允许指数成本优化,以扩展到大型电路。QGo使用分区和合成的组合:1)将电路划分为一系列独立的电路块; 2)使用量子合成重新生成和优化每个块; 3)通过将所有块拼接在一起重新组成最终电路。我们进行了分析,并显示在三个不同的制度保真度的改善:小尺寸的电路上的真实设备,中等大小的电路上的噪声模拟,和大尺寸的电路上的分析模型。使用一组NISQ基准测试,我们表明,QGo可以减少CNOT门的数量,平均减少29.9%,与工业编译器(如t| ket>.当在IBM Athens系统上执行时,较短的深度导致较高的电路保真度。我们还展示了我们的QGo技术的可扩展性,以优化60+量子位的电路。我们的技术是第一次成功地采用和缩放合成的编译工具链中的大型电路的演示。总的来说,我们的方法是强大的直接纳入生产编译器工具链。
2022-03-23 quant-ph
Quantum Circuit Synthesis and Compilation Optimization: Overview and Prospects
MoE Key Lab of Artificial Intelligence, Shanghai Jiao Tong University(人工智能教育部重点实验室,上海交通大学)
本文综述量子电路综合与编译优化技术,探讨结合人工智能实现从算法到硬件的一体化设计与优化,以降低成本并提升执行精度与效率。
2025-10-14 cs.ET cs.LG quant-ph
Tensor train optimization of parametrized quantum circuits
本文研究变分量子本征求解器中参数化量子电路的优化问题,采用基于张量列的无导数方法求解横场伊辛模型基态,并与梯度方法对比,表明其在噪声环境下具有优势。
2023-06-03 quant-ph
Globally optimizing QAOA circuit depth for constrained optimization problems
我们开发了一个全局变量替换方法,减少$n$变量单项式在组合优化问题中的等价实例与单项式在更少的变量。我们将这种技术应用到$3$ -SAT中,并使用量子近似优化算法分析解决简化问题所需的最佳量子线路深度。对于基准$3$ -SAT问题,我们发现,电路深度的上界是较小的,当问题被制定为一个产品,并使用替代方法分解门比当问题被写在线性制定,这需要没有分解。
2021-08-06 quant-ph
Quantum Computing Simulation Optimizations and Operational Errors on Various 2-qubit Multiplier Circuits
由于模拟量子计算机需要更多的经典资源,因此高效的算法非常有用。我们分析了创建单个量子位和特定受控量子位矩阵表示的门的算法。此外,我们使用模拟器来研究基于不同概率分布的错误,并研究存在操作错误时不同2量子位乘法器电路的鲁棒性。
2002-08-15 quant-ph
Structure optimization for parameterized quantum circuits
我们提出了一个有效的方法,同时优化量子线路的结构和参数值,只有一个小的计算开销。使用结构优化的浅电路比仅使用参数更新的电路表现得更好,使得这种方法特别适合于有噪声的中等规模量子计算机。本文介绍了在IBM Melbourne量子计算机上优化计算氢化锂和海森堡模型的基态的变分量子本征求解器的方法,以及计算氢气的基态的方法。
2021-01-27 quant-ph
QFAST: Conflating Search and Numerical Optimization for Scalable Quantum Circuit Synthesis
我们提出了一个量子合成算法,旨在产生短路和规模以及在实践中。的主要贡献是一种新的表示电路能够编码布局和拓扑结构使用通用的“门”,这使得QFAST算法,以取代昂贵的搜索电路结构与几个步骤的数值优化。与最佳深度、基于搜索的最先进技术相比,QFAST产生了类似的结果:电路长度增加了1.19倍,最多可达4个量子位,编译速度提高了3.6倍。此外,QFAST可扩展至7个量子位。与Qiskit中最先进的基于“规则”的分解技术相比,QFAST产生的电路短了两个数量级(331倍),尽管慢了5.6倍。我们还展示了与其他技术的可组合性和我们的配方在电路深度和运行时间方面的可调性。
2021-03-12 quant-ph
Quantum circuit optimization with deep reinforcement learning
操作未来量子计算机的中心方面是量子线路优化,即,对给定设备能力的量子算法的有效实现的搜索。近年来,已经开发了强大的方法,其重点是优化高级别电路结构。然而,这些方法没有考虑并且因此不能优化量子架构的硬件细节,这对于近期设备尤其重要。为了解决这一问题,我们提出了一种基于强化学习的量子线路优化方法。我们演示了由深度卷积神经网络实现的代理如何自主学习通用策略,以优化特定架构上的任意电路,其中优化目标可以由用户自由选择。我们通过在12量子位随机电路上训练代理来证明这种方法的可行性,我们发现平均深度减少了27%,门数减少了15%。我们研究了比用于训练的更大电路的外推,并设想这种方法如何用于近期的量子设备。
2021-03-13 quant-ph
Circuit Partitioning and Transmission Cost Optimization in Distributed Quantum Circuits
针对分布式量子电路传输成本过高问题,提出基于QUBO模型的电路划分与动态前瞻优化方法,实验显示运行时间更短且传输成本显著降低。
2025-03-01 quant-ph
Probabilistic tensor optimization of quantum circuits for the max-$k$-cut problem
本研究提出一种基于概率张量采样优化的变分量子电路优化技术,可缓解初始化问题、避免局部极小值,经求解最大k割问题的QAOA验证,其寻优效果优于经典优化方法。
2024-01-31 quant-ph
Optimization of Clifford Circuits
研究了Clifford电路的优化综合,并将所得结果应用于量子线路的窥孔优化。我们报告最佳电路的所有Clifford操作多达四个输入。我们进行窥视孔优化的Clifford电路与文献中发现的多达40个输入,并证明减少约50%的门的数量。我们将我们的方法扩展到线性可逆电路,部分指定的Clifford函数的最优综合,以及具有五个输入的输入/输出置换的最优Clifford电路。结果发现他们的应用在随机基准协议,量子纠错,和量子线路优化。
2013-11-10 cs.ET quant-ph
Quantum Circuit Optimization and Transpilation via Parameterized Circuit Instantiation
参数化电路实例化是一种常见的技术,遇到了一个大类的混合量子经典算法的电路生成。尽管受到IBM Qiskit和Google Cirq等流行的量子编译基础设施的支持,但在电路编译和优化管道的背景下,实例化尚未得到广泛考虑。在这项工作中,我们描述的算法,应用实例化在两个常见的编译步骤:电路优化和门集编译。当放置在一个编译工作流程中,我们的电路优化算法产生的电路平均比其他优化编译器少13%的门。我们的门集转译算法可以针对任何门集,甚至是具有多个双量子位门的集合,并产生比其他编译器平均少12%的双量子位门的电路。总体而言,我们展示了如何将实例化纳入编译器工作流程,以提高电路质量和增强可移植性,同时保持合理的低编译时间开销。
2022-06-16 cs.ET quant-ph
Quantum Circuit Construction and Optimization through Hybrid Evolutionary Algorithms
本文提出混合进化算法最小化量子电路深度,结合参数优化或纯进化操作,从零构建或优化目标电路,实验显示可显著降低深度并保持高保真度。
2025-04-24 quant-ph
Quantum State Preparation Circuit Optimization Exploiting Don't Cares
本文提出一种利用量子态制备电路中无关项条件的窥孔优化算法,通过替换不影响最终结果的局部酉操作,将双量子比特门数量较先前方法减少36%。
2024-09-02 quant-ph
QFactor: A Domain-Specific Optimizer for Quantum Circuit Instantiation
提出量子电路实例化优化算法QFactor,采用张量网络与迭代局部优化减少参数,支持CPU/GPU并行化,相比通用优化器实现指数级内存与性能提升,可处理超过12量子比特电路,并在BQSKit框架中支持100+量子比特电路的线性扩展优化。
2023-07-31 quant-ph
Automated quantum circuit optimization with randomized replacements
University of Oxford(牛津大学);University of Bristol(布里斯托大学)
本文提出了一种基于混合量子通道的自动化量子电路优化方法,通过随机替换策略减少门数,提升量子电路性能。
2026-01-22 quant-ph
A Review on Quantum Circuit Optimization using ZX-Calculus
University of Luxembourg(卢森堡大学)
本文综述了基于ZX演算的量子电路优化方法,分类讨论了优化技术、目标指标和量子计算架构,并探讨了多目标优化、可扩展算法和增强的电路提取方法等挑战与未来方向。
2026-03-28 cs.ET quant-ph
Quantum circuits of c -- Z and SWAP gates optimization and entanglement
研究了由$\cZ$和$\Swap$门组成的量子线路的代数结构。我们的研究结果被应用到优化电路和理解纠缠的出现时,一个电路上的完全因式分解状态的行为。
2019-01-30 math.RT quant-ph
Multilevel Circuit Optimization in Quantum Compilers: A Case Study
IBM Quantum Japan(IBM量子日本);Quantum Computing Center, Keio University(庆应义塾大学量子计算中心);Toyota Central R&D Labs., Inc.(丰田中央研发研究所);Department of Applied Physics and Physico-Informatics, Keio University(庆应义塾大学应用物理与物理信息学系)
本研究提出量子编译器中的多级电路优化方法,通过逐级门集合降阶、简化与分解,以哈密顿量模拟电路为案例实现了CX门数量的二次方级减少,提供了电路优化的新思路。
2025-05-16 quant-ph
Optimization Driven Quantum Circuit Reduction
本文针对硬件受限门集下转译导致电路变长的问题,提出基于局部项替换的随机搜索、数据库检索和机器学习决策支持三种方法,在保持酉操作不变的同时显著缩短电路。
2025-02-20 quant-ph
Size optimization of CNOT circuits on NISQ
量子计算机在实践中需要严格的内存限制,其中2量子位操作只能在图形结构中彼此最接近的量子位之间执行。因此,一个量子线路在实现之前必须经历一个向图的变换。本文研究了噪声中尺度量子(NISQ)器件上CNOT电路的优化问题。与以往的工作相比,我们将其分解为两个子问题:给定初始量子比特分布的优化和不受初始量子比特分布限制的优化。我们发现,以往的研究大多集中在第一个子问题上,而忽略了同一拓扑结构中量子比特的不同分布对优化结果的影响。本文考虑了这两个子问题,并给出了一些新的优化算法。简而言之,我们的方法分为两个步骤:矩阵优化和路由优化。利用文献[XZL+20]中的算法实现了矩阵优化,并提出了一种新的启发式算法,该算法采用MILP方法求解第二步。我们在IBM 20和其他NISQ设备上实现了我们的算法,在我们的实验中,结果优于大多数其他方法。
2022-10-11 quant-ph
Quantum circuit optimization for unitary operators over non-adjacent qudits
在量子计算机设计体系结构的一般背景下,本文的目的是提供一个通用的策略,以获得一个块矩阵表示的量子门应用于量子比特放置在任意位置上的任意维的输入状态。该模型也被扩展到量子计算的框架与qudits。提供了在量子计算逻辑的上下文中的应用。
2017-11-27 quant-ph
Improving initial-state-dependent quantum circuit optimization by introducing state labels
The University of Tokyo(东京大学)
本文提出AQCEL量子电路优化器,通过引入状态标签管理和消除冗余门对,有效减少量子电路门数并提升保真度,验证了状态依赖优化在提升近期量子设备性能中的潜力。
2026-08-05 quant-ph
Error propagation in NISQ devices for solving classical optimization problems
我们提出了一个随机电路模型来分析噪声对经典优化问题的变分量子线路性能的影响。我们的模型考虑了任意单个量子比特错误通过电路的传播。我们发现,即使有一个小的噪声率,所获得的经典最优的质量是低的平均和一个$1 / nD$,其中$n$是量子比特的数量和$D$是电路深度的单量子比特的错误率,是需要的可能性的量子优势。我们估计,这转化为一个错误率低于$10^{-6}$使用QAOA的经典优化问题与二维电路。
2022-09-19 quant-ph
Inductive Construction of Variational Quantum Circuit for Constrained Combinatorial Optimization
本文提出一种基于前向操作归纳构造变分量子电路的方法,能处理更广泛的约束条件,应用于设施选址问题,提升了可行解与最优解的测量概率,且电路成本与常规方法相当。
2025-01-07 quant-ph
Quantum Circuit Optimization using Differentiable Programming of Tensor Network States
提出结合机器学习与张量网络方法的优化算法,利用自动微分和ADAM变体在经典硬件上寻找浅层精确量子电路,成功计算出多种自旋链模型的基态与激发态。
2024-08-22 quant-ph
Depth optimization of CNOT ladder circuits
Technical University of Crete(克里特理工大学);NCSR Demokritos(德谟克利特国家研究中心);National University of Singapore(新加坡国立大学);University of Southampton(南安普顿大学)
本文研究了CNOT阶梯电路的深度优化,通过交换线性增加的深度为常数深度,采用更宽的电路依赖于中间电路测量和经典控制操作,从而降低误差率。
2026-03-23 quant-ph
HOPPS: Hardware-Aware Optimal Phase Polynomial Synthesis with Blockwise Optimization for Quantum Circuits
Case Western Reserve University(凯斯西储大学);Argonne National Laboratory(阿贡国家实验室)
HOPPS通过分块优化策略优化量子电路中的CNOT计数和深度,提升量子电路的保真度。
2025-11-24 quant-ph
Characterization, synthesis, and optimization of quantum circuits over multiple-control $\textit{Z}$-rotation gates: A systematic study
本文针对多控制 Z 旋转门量子电路,建立电路-多项式对应关系,提出最优门数综合方法与深度优化迭代算法,并在对角厄米算符和 QAOA 电路上实现电路深度平均降低 33.40% 和 15.55%。
2023-04-18 quant-ph
Quantum Circuit Optimization for the Fault-Tolerance Era: Do We Have to Start from Scratch?
本研究针对NISQ向FTQC时代过渡的量子电路优化需求,通过资源估算验证NISQ优化技术可改善FTQC资源需求,并明确不同技术的收益差异,为技术迁移提供指导。
2025-09-02 quant-ph
Feynman's Entangled Paths to Optimized Circuit Design
受Feynman路径形式启发,提出将电路纠缠演化作为优化设计的指导原则,猜想最优状态路径具有最小路径纠缠和,以缩小搜索空间提升优化效率。
2024-11-12 quant-ph
Quantum circuit optimization for multiple QPUs using local structure
将量子比特集群互连将是扩大未来量子计算机规模的一个基本要素。量子处理单元(QPU)之间的操作通常比单个QPU内的操作慢得多,成本也高得多,因此必须仔细管理互连的使用。这大致类似于在经典的多CPU机器中管理共享缓存或内存的需求。然而,与经典集群不同的是,量子数据受制于不可克隆定理,这需要重新思考缓存一致性策略。在这里,我们考虑一个简单的策略,使用EPR介导的远程门和集群之间的隐形传态量子位。至关重要的是,我们在编译时开发的优化,利用本地结构的量子线路,以尽量减少集群间的操作在运行时。我们将我们的方法与现有的量子编译和优化例程进行基准测试,并在电路深度和互连使用方面取得了显着改进。
2022-09-08 quant-ph
Optimization and Synthesis of Quantum Circuits with Global Gates
Leiden Institute of Advanced Computer Science(莱顿高级计算机科学研究所)
本研究提出一种基于ZX-calculus的算法,利用离子阱硬件中的Global Mølmer-Sørensen全局门优化和综合量子电路,有效减少全局纠缠操作数量,其性能优于朴素算法和Qiskit优化器。
2025-10-12 quant-ph
Quantum Circuit Optimization Based on Dynamic Grouping and ZX-Calculus for Reducing 2-Qubit Gate Count
本文提出一种结合动态分组、ZX演算引导搜索、延迟感知布局与模拟退火的量子电路优化方法,在基准测试中平均减少18%双量子比特门,最多优于经典方法25%。
2025-07-19 quant-ph
Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach
针对变分量子算法中参数化量子电路设计依赖问题与硬件的痛点,提出基于贝叶斯优化的BPQCO策略,经分类任务与噪声模拟验证有效,可推广至后续相关研究。
2024-04-17 quant-ph