深度强化学习量子编译器

逼近理论极限

首次在单比特与两比特任务中逼近 Solovay-Kitaev 下界，且支持实用基组设置。

Chen, Qiuhao · Du, Yuxuan · Yuliang, Jiao · Lu, Xiliang · Wu, Xingyao · Zhao, Qi

Quantum Science and Technology 2024

参数信息

逼近因子

1

技术优势

逼近理论极限

在单比特和两比特任务中首次达到 Solovay-Kitaev 下界，门数大幅减少。

推理更快

采用深度强化学习，推理时无需构建离线数据库，直接生成编译序列。

适配实际硬件

在无逆基组（实际量子设备中常见）上表现与有逆闭集相当。

应用场景

• 量子线路优化：减少量子线路中的门数量，降低错误累积，提高算法保真度。
• 量子处理器控制：为量子处理器提供高效的编译序列，提升指令生成速度，降低控制延迟。
• 量子纠错：编译出更优的纠错码操作序列，降低容错计算中的资源开销。