技術要約：ランダム化によるマルコフ的開放量子系の高速な量子シミュレーション

問題設定

量子コンピュータ上でのマルコフ的開放量子系（OQS）のシミュレーションには、ゴリニ・コッサック・スダルシャン・リンドブラッド（GKSL）マスター方程式に従う動的進化の近似が必要である。ここでの重要な制約は、シミュレーションが進化の物理性を保持しなければならないことであり、これは近似写像が完全正値およびトレース保存（CPTP）であることを意味する。

トロター・鈴木（TS）積公式は閉じた系においては標準的であるが、OQSへの適用には限界がある。第一および第二次の決定論的なTS公式はCPTP近似を保証するが、高次の決定論的公式は、負の時間ステップを含む再帰的な構成により、リンドブラディアンに対してCPTP写像を生成できないことが多いため、この要件を満たせなくなる。対照的に、既存の確率的アルゴリズムは、精度とゲート複雑性の面で改善されているものの、失敗する確率がゼロではない。したがって、進化のCPTP性を犠牲にしたり、大幅なオーバーヘッドを伴う複雑なサブルーチンに依存したりすることなく、ゲート複雑性と精度において優れたスケーリングを提供する非確率的なアルゴリズムが求められている。

手法

著者らは、ランダム化を利用してマルコフ的OQSをシミュレートする、新しい非確率的アルゴリズムを導入している。核となる手法は、離散分布からゲートセットを構築するために**古典的サンプリング（CS）**を用いて実装される、以下の3つの異なるアプローチである：

1. ランダム化第一次TS公式：

   • （決定論的なTSにおけるような）構成チャネルの固定された順序の代わりに、この手法は、順方向（$S_1^\rightarrow$）と逆方向（$S_1^\leftarrow$）の一次積公式の凸結合を構成する。
   • $S_1^{(ran)}(\tau) = \frac{1}{2}(S_1^\rightarrow(\tau) + S_1^\leftarrow(\tau))$。
   • 実装では、古典的オラクルを用いて、各タイムステップにおいて順方向と逆方向の順序のどちらかを選択する。

2. ランダム化第二次TS公式：

   • この手法は、構成生成子のすべての置換 $\sigma \in \text{Sym}(M)$ にわたる凸結合を取ることにより、ランダム化を二次に拡張する。
   • $S_2^{(ran)}(\tau) = \frac{1}{M!} \sum_{\sigma \in \text{Sym}(M)} S_\sigma^2(\tau)$。
   • 実装では、各タイムステップにおいて置換を一様にランダムにサンプリングする。

3. OQSのためのQDRIFTチャネル：

   • ハミルトニアンシミュレーションのためのQDRIFTプロトコルに着想を得て、この手法は、確率 $p_k = \gamma_k / \Gamma$（ここで $\Gamma = \sum \gamma_k$ は全崩壊率）で構成チャネル $e^{\omega L_k}$ を確率的に適用する。
   • チャネルは $\mathcal{E}_\omega^{(QD)}(\rho) = \sum_{k=1}^M p_k e^{\omega L_k}$ と定義される。
   • TS公式とは異なり、この手法のゲート複雑性は、明示的な公式における生成項の数 $M$ ではなく、全レート $\Gamma$ に依存する。

主要な技術的区別：
本研究の重要な方法論的貢献は、ミキシング補題（mixing lemma）（CampbellおよびHastingsによる）に依存せずに、これらのランダム化されたOQSシミュレーションの誤差境界を導出したことである。ミキシング補題はユニタリ演算子（ハミルトニアンシミュレーション）の幾何学に特有のものであり、CPTP写像には適用できない。著者らは代わりに、直接的なテイラー展開と組合せ論的な議論を用いてダイヤモンドノルム誤差を抑え込み、ランダム化された公式が、非ユニタリな動力学にもかかわらず、タイムステップ $\tau$ に対して高次の精度を達成することを証明した。

主要な結果とゲート複雑性

論文では、目標精度 $\epsilon$ とシミュレーション時間 $t$ に対する厳密な誤差境界とステップ数（$N$）の制限を導出している。ゲート複雑性は、「単純なチャネル」（構成指数関数）の総数として定義される。

$M$ をGKSL生成子の項数とし、$\Lambda = \max_k \|\hat{L}_k\|_\diamond$（$\hat{L}_k$ は崩壊率を含む）、$\Omega = \max_k \|L_k\|_\diamond$（レート正規化された生成子）とする。

• 第一次決定論的TS： $O((t\Lambda)^2 M^3 / \epsilon)$ でスケールする。
• 第一次ランダム化TS (CS)： $O((t\Lambda)^{3/2} M^{5/2} / \sqrt{\epsilon})$ でスケールする。
  • 改善点： 第二次の決定論的公式と同じスケーリングを実現するが、より単純な構造を持つ。$M$ への依存性を $M^3$ から $M^{5/2}$ へと改善する。
• 第二次決定論的TS： $O((t\Lambda)^{3/2} M^{5/2} / \sqrt{\epsilon})$ でスケールする。
• 第二次ランダム化TS (CS)： $O((t\Lambda)^{3/2} M^2 / \sqrt{\epsilon})$ でスケールする。
  • 改善点： $M$ に対する二次的な依存性を達成し、決定論的および第一次ランダム化公式の両方を大幅に上回る。
• QDRIFTチャネル (CS)： $O((t\Gamma\Omega)^2 / \epsilon)$ でスケールする。
  • 改善点： ゲート複雑性は $M$ に明示的に依存せず、代わりに全レート $\Gamma = \sum \gamma_k$ に依存する。ただし、この独立性は条件的である：$\Gamma \le M \max_k \gamma_k$ であるため、崩壊率が同程度である場合、$\Gamma$ は $M$ に対して線形に増加し、その場合、QDRIFTチャネルは決定論的TS公式と同様に $M$ についてスケールする。この手法は、$\Gamma$ が小さい、あるいは $M$ と独立して有界であるシステム（例：少数の強い散逸体に支配されているシステム）において明確な利点を持つ。

意義と主張

著者らは、本研究がハミルトニアンシミュレーションにおける強力なランダム化技術を、マルコフ的開放量子系の一般的な設定へと体系的に拡張したものであると主張している。本研究の意義は、主に以下の3点に集約される：

1. 非確率的な効率性： 提案された手法は非確率的であり（誤差境界は決定論的であるが、回路構成にはランダムサンプリングが含まれる）、かつ進化のCPTP性を維持するため、他の確率的OQSアルゴリズムに伴う失敗確率を回避できる。
2. スケーラビリティ： ランダム化されたTS公式は、決定論的なTS公式と比較して、生成項の数 $M$ に関する優れたスケーリングを提供する。具体的には、第二次ランダム化公式は $M$ への依存度を二次的に低減させ、QDRIFTチャネルは $M$ への明示的な依存性を排除する（ただし $\Gamma$ の挙動に依存する）。
3. 実装の簡便性： これらの手法は、ゲートセットを構築するために古典的サンプリングを利用しており、近線形に近いスケーリングを実現する高度な決定論的アルゴリズムに必要な複雑なサブルーチン（ブロックエンコーディングや量子信号処理など）を必要としない。著者らは、初期の誤り耐性量子コンピュータにおいては、これらのランダム化手法の低いオーバーヘッドと構造的な単純さが、特に $M$ が大きいシステムにおいて実用的な選択肢になると主張している。

論文では、ランダム化手法がシミュレーション時間 $t$ のスケーリング（二次以上）において、一部の高度な決定論的手法（近線形）よりも不利なスケーリングを持つことを明記しているが、$M$ に関する多項式的な改善と実装オーバーヘッドの低さが、特に大きな $M$ を持つ散逸系を短・中期間シミュレートする場合において、有利に働くとしている。

最後に、本研究は、ミキシング補題のCPTP写像への一般化、高次のスケーリングのための最適な凸結合の探索、および非マルコフ的動力学への拡張を含む、未解決の課題を特定している。また、逆方向時間のリンドブラディアン（$e^{-tL}$）が非CPTPであることから、高次のランダム化公式への拡張が困難であることも強調している。