Learning-Based List Sequential Belief Propagation Decoding of Quantum LDPC Codes

Resumen Técnico: Decodificación de Propagación de Creencia Secuencial de Lista Basada en Aprendizaje para Códigos QLDPC Cuánticos

Planteamiento del Problema
Los códigos de Verificación de Paridad de Baja Densidad Cuánticos (QLDPC) son candidatos prometedores para la computación cuántica tolerante a fallos debido a su estructura de estabilizadores dispersa y altas tasas de codificación. Sin embargo, decodificar estos códigos de manera eficiente sigue siendo un desafío significativo. Los decodificadores de Propagación de Creencia (BP) estándar a menudo fallan al converger o convergen a soluciones lógicamente incorrectas cuando se aplican a códigos QLDPC. Este fallo se debe principalmente a dos factores:

1. Problemas Estructurales: Las restricciones de conmutatividad de los códigos de estabilizador inducen muchos ciclos cortos en el grafo de Tanner, lo que viola las suposiciones de independencia requeridas por la BP estándar.
2. Degeneración Cuántica: Diferentes patrones de error de Pauli pueden producir el mismo síndrome y representar operaciones de recuperación equivalentes. En consecuencia, un decodificador no necesita identificar el error físico exacto, sino más bien un error en el coset lógico correcto. Esta degeneración crea pseudo-palabras de código simétricas y conjuntos de atrapamiento (trapping sets), lo que provoca que la BP oscile o se estanque.

Si bien el escalonamiento secuencial basado en aprendizaje por refuerzo (RL-S) ha mostrado resultados prometedores al aprender un orden óptimo de actualización de nodos variables para mejorar la convergencia, sigue siendo un enfoque de trayectoria única. Un decodificador secuencial carece de un mecanismo para revisar decisiones de "casi acierto"; si el símbolo de Pauli localmente más probable es elegido prematuramente pero resulta ser globalmente subóptimo debido a la degeneración, el decodificador no puede recuperarse.

Metodología
Los autores proponen un decodificador BP de Lista Secuencial Basado en Aprendizaje (RL-LS) para abordar las limitaciones de la trayectoria única de RL-S. El método extiende el marco de trabajo de RL-S existente manteniendo una lista de trayectorias de decodificación candidatas en lugar de un solo camino.

El mecanismo central opera de la siguiente manera:

1. Selección Secuencial: En cada paso de decodificación, una política aprendida (una tabla Q congelada entrenada fuera de línea) selecciona el siguiente nodo variable a actualizar basándose en una representación de estado local impulsada por el síndrome, idéntica al enfoque de RL-S.
2. Expansión de la Lista: En lugar de comprometerse con una única actualización, el decodificador genera dos continuaciones candidatas para el nodo seleccionado:
   • Hijo Ordinario: Sigue la actualización estándar de RL-S, seleccionando el símbolo de Pauli más probable basado en la posterior local.
   • Hijo Alternativo: Sesga suavemente el par de razón de log-verosimilitud (LLR) post-actualización hacia el segundo símbolo de Pauli más probable. El decodificador vuelve a calcular los mensajes locales de BP incidentes y establece el nodo variable con el segundo mejor símbolo.
3. Métrica de Camino y Poda: A cada trayectoria se le asigna una métrica de camino acumulada $M$. La métrica penaliza las desviaciones de la decisión local dominante. Específicamente, la penalización por tomar la segunda mejor rama es la brecha de log-verosimilitud local ($\Delta$) entre el mejor y el segundo mejor símbolo.
   • El decodificador retiene los $L$ candidatos superiores basados en un ordenamiento lexicográfico de la métrica de camino $M$ y el peso de desajuste residual $w$.
   • Esta estrategia de poda asegura que el decodificador explore ambigüedades locales (degeneración) mientras prioriza los caminos que permanecen cercanos a la evidencia local dominante.
4. Terminación: El proceso continúa hasta que un camino logra un desajuste residual cero (consistencia de síndrome) o se alcanza el límite máximo de iteraciones. Si ningún camino converge, el decodificador devuelve el camino superviviente con el mejor par $(M, w)$.

Contribuciones Clave

• Arquitectura de Decodificador Novedosa: El artículo introduce el decodificador RL-LS, que integra la búsqueda basada en listas dentro del marco de escalonamiento secuencial aprendido. A diferencia de los enfoques previos de listas que añaden un post-procesamiento pesado o ejecutan un giro de bits paralelo tras un prefijo fijo, el RL-LS realiza la expansión de la lista dentro del propio proceso de actualización secuencial.
• Estrategia de Perturbación Suave: Los autores proponen un método específico para generar trayectorias alternativas mediante el sesgo suave de los LLR hacia el segundo mejor símbolo de Pauli, en lugar de un giro forzado (hard flipping). Esto permite al decodificador explorar hipótesis competidoras sin descartar la trayectoria principal aprendida.
• Métrica de Camino Acumulada: Se define una nueva métrica para clasificar los caminos candidatos, equilibrando la verosimilitud de las decisiones locales con el requisito global de consistencia de síndrome.
• Extensión Estricta: El decodificador propuesto es una extensión estricta del decodificador RL-S subyacente; la trayectoria RL-S ordinaria siempre se preserva como un candidato en la lista, asegurando que el rendimiento del decodificador base nunca se degrade.

Resultados Numéricos
Los autores evaluaron el decodificador RL-LS en códigos de referencia QLDPC representativos, incluyendo códigos Bivariate Bicycle (BB) y códigos A5, sobre el canal de depolarización.

• Ganancias de Rendimiento: Los resultados numéricos demuestran que el RL-LS supera significativamente al decodificador RL-S subyacente y a los métodos convencionales basados en BP (como QBP, QBPGD y BP-OSD-0) en términos de Tasa de Error de Bloque (BLER).
• Eficiencia: El método propuesto logra un rendimiento de corrección de errores superior con menos iteraciones. Por ejemplo, en el código BB [[288, 12, 18]], el RL-LS con un tamaño de lista $L=8$ y $T=100$ iteraciones logró un rendimiento comparable al de RL-S con $T=1000$ iteraciones, ofreciendo una ventaja sustancial de latencia.
• Velocidad de Convergencia: Los decodificadores basados en aprendizaje, particularmente el RL-LS, requirieron significativamente menos iteraciones promedio para converger en comparación con los decodificadores convencionales basados en BP a través de diversas probabilidades de depolarización.

Significancia y Reivindicaciones
El artículo sostiene que el decodificador RL-LS mitiga eficazmente los riesgos de errores tempranos en la decodificación secuencial causados por la degeneración cuántica y los ciclos cortos. Al combinar la mejora de la convergencia del escalonamiento secuencial aprendido con una exploración de lista ligera, el método navega las ambigüedades locales de forma más robusta que los enfoques de trayectoria única.

Los autores posicionan este trabajo como una dirección prometedora para mejorar la fiabilidad de la decodificación QLDPC basada en BP. Enfatizan que el enfoque permanece totalmente dentro del marco de paso de mensajes de BP, evitando la complejidad de las etapas de post-procesamiento pesado, al tiempo que ofrece un equilibrio favorable entre la latencia de decodificación y el rendimiento de la corrección de errores. Los resultados sugieren que integrar la búsqueda basada en listas en el escalonamiento secuencial aprendido es una estrategia viable para mejorar las arquitecturas cuánticas tolerantes a fallos.