Incorporating Quantum Advantage in Quantum Circuit Generation through Genetic Programming

要約

古典的なコンピューティングと比較して量子の利点を活用する効率的な量子回路を設計することは、ますます重要になっています。
遺伝的アルゴリズムは、人工進化を通じてそのような回路を生成する可能性を示しています。
ただし、量子の利点をこれらのアルゴリズムの適応度関数に統合することは未調査のままです。
この論文では、量子アドバンテージメトリクスを遺伝的アルゴリズムの適合関数に組み込むための 2 つの新しいアプローチを提案することにより、量子回路設計の効率を高めることを目指しています。1 バーンスタイン-バジラニ問題と非構造化データベース検索問題に基づいてアプローチを評価します。
テストケースとして。
結果は、私たちのアプローチが遺伝的アルゴリズムの収束速度を向上させるだけでなく、専門家が設計したソリューションに匹敵する回路を生成することを示しています。
私たちの発見は、量子利点の尺度を組み込んだ遺伝的アルゴリズムを使用した自動量子回路設計が、量子アルゴリズムの開発を加速する有望なアプローチであることを示唆しています。

要約(オリジナル)

Designing efficient quantum circuits that leverage quantum advantage compared to classical computing has become increasingly critical. Genetic algorithms have shown potential in generating such circuits through artificial evolution. However, integrating quantum advantage into the fitness function of these algorithms remains unexplored. In this paper, we aim to enhance the efficiency of quantum circuit design by proposing two novel approaches for incorporating quantum advantage metrics into the fitness function of genetic algorithms.1 We evaluate our approaches based on the Bernstein-Vazirani Problem and the Unstructured Database Search Problem as test cases. The results demonstrate that our approaches not only improve the convergence speed of the genetic algorithm but also produce circuits comparable to expert-designed solutions. Our findings suggest that automated quantum circuit design using genetic algorithms that incorporate a measure of quantum advantage is a promising approach to accelerating the development of quantum algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google