Quantum Circuit Design using a Progressive Widening Enhanced Monte Carlo Tree Search

要約

変分量子アルゴリズム（VQAS）のパフォーマンスは、最適化するパラメーター化された量子回路の選択に強く依存します。
VQASの最大の課題の1つは、特定の問題に合わせた量子回路を設計することです。
この記事では、量子回路設計のプロセスを自動化するためのグラデーションフリーモンテカルロツリー検索（MCTS）手法を提案します。
提案された手法では、サンプリングスキームと、空間を動的に探索するためのプログレッシブ拡大技術に基づいて、アクション空間の新しい定式化を紹介します。
ランダム量子回路のドメインでMCTSアプローチをテストする場合、MCTSは、スタビライザーr \ ‘enyiエントロピーの異なる値の下で非構造化された回路に近似します。
MCTSは、非スタビライザーの程度とは独立してベンチマーク量子状態を近似することができます。
次に、私たちの手法は、量子化学や線形方程式のシステムなど、さまざまなアプリケーションドメインにわたって堅牢性を示します。
以前のMCTSの研究と比較して、我々の手法は、等しい結果を達成しながら、量子回路評価の数を10倍最大100に減らします。
さらに、結果として得られる量子回路は、最大3倍少ないCNOTゲートを示します。これは、騒々しい量子ハードウェアの実装に重要です。

要約(オリジナル)

The performance of Variational Quantum Algorithms (VQAs) strongly depends on the choice of the parameterized quantum circuit to optimize. One of the biggest challenges in VQAs is designing quantum circuits tailored to the particular problem. This article proposes a gradient-free Monte Carlo Tree Search (MCTS) technique to automate the process of quantum circuit design. Our proposed technique introduces a novel formulation of the action space based on a sampling scheme and a progressive widening technique to explore the space dynamically. When testing our MCTS approach on the domain of random quantum circuits, MCTS approximates unstructured circuits under different values of stabilizer R\’enyi entropy. It turns out that MCTS manages to approximate the benchmark quantum states independently from their degree of nonstabilizerness. Next, our technique exhibits robustness across various application domains, including quantum chemistry and systems of linear equations. Compared to previous MCTS research, our technique reduces the number of quantum circuit evaluations by a factor of 10 up to 100 while achieving equal or better results. In addition, the resulting quantum circuits exhibit up to three times fewer CNOT gates, which is important for implementation on noisy quantum hardware.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google