降低 Pauli 基计算中的深度与测量权重

Pauli 基计算（PBC）是一种由对可分离魔态量子比特的自适应独立且兼容的 Pauli 测量序列驱动的通用基于测量的量子计算模型。在此，我们提出了几种新技术，用于降低 Pauli 测量的权重及其关联的 CNOT 复杂度；我们还展示了如何降低该模型的计算深度。我们首先通过预编译步骤证明了所需权重和计算深度的新上界。我们还提出了一种启发式算法，在模拟和编译最多包含 22 个 $T$ 门且以 Clifford 为主导的随机量子电路时，可将 Pauli 测量的平均权重（及关联的 CNOT 计数）降低超过 30%，对于 $T$ 门数量更多的实例则降低超过 20%。这种由启发式算法增强的 PBC 编译方案优于最先进的编译器，在前类电路中将 CNOT 计数相比其他技术降低了 18% 到 96%。相比之下，对于后类具有更大 $T$ 门数量的电路，它产生的 CNOT 数量大约多出 30%。最后，受已知态传输方法的启发，我们引入了 incPBC，一种需要更多（现在不兼容的）权重至多为 2 的 Pauli 测量的通用量子计算模型。