量子逻辑门合成为马尔可夫决策过程
量子物理
2024-06-06 v2 机器学习
摘要
强化学习近来已应用于量子编程中的多种任务。其底层假设是这些任务可被建模为马尔可夫决策过程（MDPs）。在此，我们通过探究该假设对量子编程中两个基本任务——态制备与门编译——的后果来考察这一假设的可行性。通过构建离散 MDPs，仅关注单量子比特情形（含噪与无噪），我们通过策略迭代精确求解最优策略。我们找到了对应于制备某一态或编译某一门所需最短门序列的最优路径，直至某目标精度。例如，我们找到了长度小至 的 与 门序列，对形如 且 大至 的态产生约 保真度。在门噪声存在时，我们展示了最优策略如何适应噪声门的影响以达成更高的态保真度。我们的工作表明，人们可以有意义地将连续的、确定性的、非马尔可夫的量子演化赋予离散的、随机的、马尔可夫的性质，并为为何强化学习可成功用于寻找量子编程中最优短门序列提供了理论洞见。
引用
@article{arxiv.1912.12002,
title = {Quantum Logic Gate Synthesis as a Markov Decision Process},
author = {M. Sohaib Alam and Noah F. Berthusen and Peter P. Orth},
journal= {arXiv preprint arXiv:1912.12002},
year = {2024}
}