High-Order Hermite Optimization: Fast and Exact Gradient Computation in Open-Loop Quantum Optimal Control using a Discrete Adjoint Approach

技術要約：量子最適制御のための高次エルミート最適化

問題提起
量子最適制御（QOC）は、特定の論理ゲートを実装するために、制御パルス（例：マイクロ波やレーザーの振幅）を最適化することで量子系を操作することを目的としている。中心的な課題は、目的関数（通常はゲート不完全性）の勾配を効率的かつ正確に計算し、L-BFGSのような最適化アルゴリズムを駆動することである。

既存の手法は、精度と計算コストの間でトレードオフに直面している：

• 区分定数近似法（例：GRAPE）： 制御パルスが時間ステップごとに一定であると仮定する。これにより、解析的な勾配の導出が可能になる一方で、制御パラメータの数（タイムステップ数に等しい）が多くなり、「高帯域」なパルスが生じるため、実験的に実現するのが困難になる。
• 滑らかなパラメータ化手法（例：GOAT, CRAB）： 連続的な基底関数（スプラインなど）を使用して、パラメータ数を削減し、より滑らかなパルスを生成する。しかし、標準的な勾配ベースの手法は、各制御パラメータに対して初期値問題を解く必要がある（前方モード微分法）ため、勾配計算が非効率的（$O(N_{params})$）になる。
• 自動微分（AD）： 逆モードADは勾配を効率的に計算できるが、計算グラフ全体と中間変数を保存する必要がある。大規模な量子系（特に開放系）では、メモリ使用量がシステムサイズやタイムステップ数に対して悪化するため、大規模なシステムの最適制御を不可能にする。

手法：高次エルミット最適化（HOHO）
著者らは、連続的でパラメータ化された制御パルスの正確な勾配を計算しつつ、前方方程式（シュレディンガー方程式またはリンドブラッド・マスター方程式）を解くために任意の高次数値解法を利用する、オープンループ離散随伴アプローチである**高次エルミット最適化（HOHO）**を導入する。

手法の主要構成要素は以下の通りである：

1. エルミート・ルンゲ＝クッタ（HRK）積分： 前方方程式はHRK法を用いて解かれる。標準的なルンゲ＝クッタ法とは異なり、HRK法はエルミート補間を利用して、時間間隔の始点と終点にノードを集約させる。これにより、手法は高い精度（$p=q$のとき$2p$）を達成しながら、硬い（stiff）量子系に適したA-安定構造を維持することができる。
2. 離散随伴定式化： 著者らは、HRKスキームに特化した離散随想法を導出した。タイムステッピング規則をラグランジュ形式における制約として扱うことで、随伴状態（$\lambda$）に対する後方発展方程式を導出している。これにより、計算された勾配が使用された特定の数値離散化に対して正確であることが保証される。これは、準ニュートン最適化アルゴリズムの収束において極めて重要である。
3. 効率的な勾配蓄積： 新たな貢献として、制御パラメータの総数（$N_P$）に依存せずに勾配蓄積（随伴法の最終ステップ）を計算する手法を導出した。制御ハミルトニアンの線形構造（$H(t) = H_d + \sum c_j(t) H_j$）を利用することで、勾配蓄積の計算コストを、全パラメータ数ではなく制御チャネル数（$N_C$）のみに依存するように削減している。
4. メモリ管理： 正確な勾配を保証するために、全状態履歴を保存する。メモリコストを軽減するため、著者らは「メモリ節約型」の代替案（随伴パス中に前方方程式を再計算する手法）やチェックポインティングを採用しているが、主な実験では、勾配の正確性を保証するためにフルストレージを使用している。
5. 前処理： 陰的なタイムステッピング中に解かれる線形システムに対し、ドリフト・ハミルトニアン（$H_d$、多くの場合対角行列である）に基づく左前処理器を提案している。これは、前方および随伴発展の両方で使用される反復解法（GMRESなど）の収束を大幅に加速させる。

主な貢献

• 初の試み： HOHOは、連続的でパラメータ化された制御パルスのための正確な離散勾配を、高次の数値解法を用いて効率的に計算する最初の手法である。
• アルゴリズムの導出： 任意の次数のエルミート・ルンゲ＝クッタ法に対する離散随伴方程式の厳密な導出、および高次微分および効率的な勾配蓄積戦略を含む、高度な数式を提供している。
• ソフトウェア実装： この手法は、オープンソースのJuliaパッケージであるQuantumGateDesign.jlに実装されている。
• スケーラビリティ： このアプローチは、勾配計算のコストを制御パラメータ数から切り離し、逆モードADと比較してメモリオーバーヘッドを削減し、より大規模で硬い量子系のシミュレーションを可能にする。

結果
著者らは数値実験を通じて、本手法を検証している：

• 正確性： ラビ振動子問題において、離刻ステップサイズが減少するにつれて、離散随伴勾配は連続問題の解析的勾配にマシン精度で収束し、導出の正確性を確認した。
• 収束性： HRK法は、シュレディンガー方程式を解く際に、理論的な収束次数（次数2から12）を示す。
• パフォーマンス（加速）： レゾネーターに結合された2つのqudit上のCNOTゲートのデザイン問題において：
  • Störmer-Verlet法（Juqbox.jlでの実装）と比較して、HOHOは、目標精度と使用される次数の依存関係に応じて、3倍から775倍の範囲の高速化を達成した。
  • 目標相対最終状態誤差が$10^{-7}$の場合、最も時間効率の高い構成（12次法）は775倍の高速化を達成した。
  • メモリ効率： 高次法は、同等の精度を得るために大幅に少ないタイムステップを必要としたため、低次法が膨大な状態履歴を保存する必要があった場合と比較して、最大44,520倍のメモリ削減を実現した。
• 最適化効率： 勾配をより速く計算できる能力により、オプティマイザ（IPOPT）は固定された壁時計時間内でより多くの反復を実行でき、低次法が同じ時間内に達成できるよりも低いゲート不完全性に収束することができた。

意義と主張
本論文は、HOHOが離散随伴QOCにおける最先端技術の重要な進歩であることを主張している。高次の数値解法と滑らかなパラメータ化制御を併用できるようにすることで、本手法は量子系の「硬さ（stiffness）」と、制御パルスの帯域幅に関する実験的制約に対処している。

著者らは、本手法が特に以下のケースにおいて価値が高いことを強調している：

• 硬い系（Stiff Systems）： 高次法は、膨大な計算コストをかけることなく、大きく異なるタイムスケールを持つシステムを正確にシミュレートするために不可欠である。
• 長時間制御： 量子速度限界（QSL）や最小制御時間（MCT）によって制約を受ける問題、すなわち長時間のシミュレーションが必要な問題に適している。高次法は、低次法で発生しうるドリフトが発生しやすい長時間にわたる制御においても、精度を維持する。
• 正確な勾配： 正確な離散勾配の提供は、二次の最適化アルゴリズムの安定性と収束にとって極めて重要である。これは、近似的な勾配によって生じ得る曲率情報の喪失を防ぐ。

本研究は、量子デコヒーレンスの根本的な物理学を解決したり、実験的なクローズドループ制御に取って代わることを主張するものではなく、理論モデルと実験的な実現可能性の間のギャップを埋める、非常に効率的な計算ツールを提供するものである。