量子信息中心鄧東靈研究組應(yīng)用強(qiáng)化機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)量子編譯優(yōu)化
量子信息中心鄧東靈研究組應(yīng)用強(qiáng)化機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)量子編譯優(yōu)化
2020年10月23日 瀏覽次數(shù): 0
? ? ? ?近日，清華大學(xué)交叉信息研究院鄧東靈研究組與北京大學(xué)張億研究組合作，首次把強(qiáng)化機(jī)器學(xué)習(xí)的方法引入到量子編譯中，實(shí)現(xiàn)了優(yōu)化量子編譯線路的普適算法。該成果論文Topological Quantum Compiling with Reinforcement Learning （《拓?fù)淞孔泳幾g與強(qiáng)化學(xué)習(xí)》）近日發(fā)表于國(guó)際學(xué)術(shù)期刊Physical Review Letters（《物理評(píng)論快報(bào)》）。
? ? ? ?量子編譯是指把量子算法分解為一系列可以在量子硬件上實(shí)現(xiàn)的基本門(mén)操作的過(guò)程，它是實(shí)現(xiàn)量子計(jì)算的基石。傳統(tǒng)方法在解決這一問(wèn)題時(shí)面臨一些困難：如索羅維-基塔耶夫算法（Solovay-Kitaev算法）不能輸出長(zhǎng)度最優(yōu)的量子編譯序列以實(shí)現(xiàn)某個(gè)特定的量子門(mén)操作，而暴力窮舉算法雖可實(shí)現(xiàn)長(zhǎng)度最優(yōu)，但其耗時(shí)隨序列長(zhǎng)度指數(shù)增加。
? ? ? ?最近，在機(jī)器學(xué)習(xí)領(lǐng)域有一個(gè)重要進(jìn)展是通過(guò)強(qiáng)化學(xué)習(xí)算法可以有效解決魔方還原問(wèn)題。鄧東靈課題組與合作者通過(guò)研究發(fā)現(xiàn)，魔方還原問(wèn)題與量子編譯問(wèn)題有很強(qiáng)的相似性（如下表1所示），因此可以用強(qiáng)化學(xué)習(xí)的方法來(lái)解決量子編譯問(wèn)題。該論文提出了一個(gè)解決量子編譯問(wèn)題的普適強(qiáng)化學(xué)習(xí)算法（如下圖1所示）。此算法不需要輔助量子比特，也不依賴(lài)于實(shí)現(xiàn)通用量子計(jì)算的基本量子門(mén)操作的集合。為展示此算法相對(duì)傳統(tǒng)算法的優(yōu)勢(shì)，該論文研究了拓?fù)淞孔佑?jì)算中對(duì)斐波那契任意子（Fibonacci任意子）的編譯問(wèn)題。
?
表1： 量子編譯問(wèn)題與魔方還原問(wèn)題的相似性。
?
Figure 1： 量子編譯的強(qiáng)化機(jī)器學(xué)習(xí)算法。
? ? ? ?研究結(jié)果表明，對(duì)于給定精度，通過(guò)強(qiáng)化學(xué)習(xí)的算法可以得到接近長(zhǎng)度最優(yōu)的量子編譯序列，且所需時(shí)間與給定精度倒數(shù)的對(duì)數(shù)成線性關(guān)系。因此，此算法所得量子編譯序列長(zhǎng)度遠(yuǎn)優(yōu)于Solovay-Kitaev算法，而所需時(shí)間相比暴力窮舉算法有指數(shù)優(yōu)勢(shì)。此研究成果在強(qiáng)化機(jī)器學(xué)習(xí)與量子計(jì)算之間建立了新的橋梁，提出了較優(yōu)的量子編譯算法，將對(duì)未來(lái)量子計(jì)算的理論與實(shí)驗(yàn)研究產(chǎn)生影響。
? ? ? 論文共同通訊作者為鄧東靈助理教授與張億助理教授。交叉信息院訪問(wèn)學(xué)生張遠(yuǎn)航（現(xiàn)為加利福尼亞大學(xué)圣迭戈分校博士生）為論文第一作者，北京大學(xué)博士生鄭沛林為第二作者。此項(xiàng)研究工作得到了清華大學(xué)啟動(dòng)經(jīng)費(fèi)、北京大學(xué)啟動(dòng)經(jīng)費(fèi)以及上海期智研究院的支持。
論文鏈接：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.125.170501
?
版權(quán)與免責(zé)聲明：本網(wǎng)頁(yè)的內(nèi)容由收集互聯(lián)網(wǎng)上公開(kāi)發(fā)布的信息整理獲得。目的在于傳遞信息及分享，并不意味著贊同其觀點(diǎn)或證實(shí)其真實(shí)性，也不構(gòu)成其他建議。僅提供交流平臺(tái)，不為其版權(quán)負(fù)責(zé)。如涉及侵權(quán)，請(qǐng)聯(lián)系我們及時(shí)修改或刪除。郵箱：sales@allpeptide.com