技術要約: 量子回路の事前合成 (Q-PreSyn)

問題提起

フォールトトレラント量子計算（FTQC）は、離散的なゲートセット（通常はClifford+T）からのシーケンスへとユニタリ演算を分解することに依存しています。この領域において、Tカウント（Tゲートの数）は支配的なコスト指標となります。なぜなら、Tゲートは高価なマジック状態注入や合成手順を必要とするためです。

グローバル合成（$n$量子ビットのユニタリ全体を直接分解すること）は、大規模なシステムに対しては指数関数的なスケーリングのため計算量的に実行不可能ですが、実用的なコンパイラはローカル合成に依存しています。このアプローチは、回路をより小さなサブ回路（例：1または2量子ビットに作用するもの）に分解し、それらを独立して合成してから再結合するものです。しかし、決定的な制限が存在します。それは、合成前の回路表現（すなわち、ユニタリがいかにローカルゲートに因数分解されるか）が、最終的な分解の品質を大きく左右するという点です。

等価な回路表現であっても、全く異なるTカウントをもたらすことがあります。例えば、2つの連続する単一量子ビット回転 $R_z(\alpha_1)$ と $R_z(\alpha_2)$ を個別に合成すると、これらを結合した回転 $R_z(\alpha_1 + \alpha_2)$ を直接合成する場合と比較して、多くの場合でTカウントが倍増してしまいます。現在のコンパイラは、こうした最適な表現を特定できないことが多く、その結果、劣ったTカウントを招いています。ここで検討される中心的な問いは、「与えられた量子回路とローカル合成アルゴリズムに対し、より効率的な合成を可能にする回路表現を決定できるか？」という点です。

手法: Q-PreSyn

著者らは、実際の合成ステップの「前」に回路表現を最適化する事前合成フレームワークであるQ-PreSynを提案しています。この手法は、最適な表現の探索を、強化学習（RL）によって解決されるプランニング問題として扱います。

1. アクション空間: ユニタリ保存型マージ

このフレームワークは、回路が実装しているグローバルなユニタリは保持したまま、そのローカルな構造を変更する「マージ（統合）」操作によって動作します。

• 単一量子ビット・マージ: 特定の量子ビット $i$ に対してのみ作用する連続するユニタリを、その積 $W = U_{n_k} \dots U_{n_1}$ に置き換えます。
• 2量子ビット・マージ: 特定のペア $(i, j)$ に対してのみ作用する連続するユニタリを、その積に置き換えます。
• 制約: 著者らはマージを1または2量子ビットに制限しています。$K$量子ビットのマージは理論的には可能ですが、探索空間が組合せ爆発的に増大し（$\binom{n}{k}$）、かつ大きなサブ回路の合成は指数関数的に困難になるためです。

2. 逐次決定問題としてのプランニング

マージのシーケンスは、一つのプラン $\pi = (a_1, a_2, \dots, a_m)$ として定義されます。操作の順序は重要です。マージを適用する順序が異なると、全く異なる最終表現（例：打ち消し合うゲートをマージする場合と、複雑なもつれを生み出すゲートをマージする場合の違い）をもたらす可能性があります。
目的は、ブラックボックスのローカルアルゴリズム $A$ による合成後の回路のコスト関数 $L$（Tカウント）を最小化するプラン $\pi^*$ を見つけることです。
$$\pi^* = \arg \min_{\pi \in \Pi} L(A(C_\pi))$$

3. 探索戦略

膨大な組合せ空間をナビゲートするために、著者らは2つの戦略を評価しています。

• 貪欲探索 (Greedy Search): Tカウントを即座に最大減少させるマージアクションを反復的に選択します。これはベースラインとして機能しますが、近視眼的であるためグローバルな最適解を見逃す可能性があります。
• 強化学習 (Reinforcement Learning): プランの構築を逐次決定プロセスとしてモデル化します。
  • エージェント: 近似ポリシー最適化（PPO）を用いて実装されています。
  • 状態 (State): Tゲート数、マージ可能な潜在的ゲート、およびマージ履歴を表すバイナリ行列を含む3チャンネルテンソル（$n \times n \times 3$）でエンコードされます。
  • 報酬 (Reward): 合成直後のTカウントの即時減少量です。
  • 洗練 (Refinement): RLの確率性を緩和するため、RLエージェントが生成したプランは、貪欲な補完戦略（RLプランの各接頭辞に対して貪欲な拡張を評価する）を用いてさらに洗練されます。

4. 実装の詳細

• メモ化 (Memoization): 計算オーバーヘッドを削減するため、探索中に遭遇したユニタリブロックの合成済み分解をキャッシュします。
• 合成アルゴリズム: 本フレームワークは合成手法に依存しません（synthesis-agnostic）。実験では、各種分解ツール（KAK, BQSKit）と合成アルゴリズム（Solovay-Kitaev, Gridsynth）の組み合わせを使用しています。

主な貢献

1. Q-PreSyn フレームワーク: 量子回路の表現レベルの最適化のための新しいアプローチであり、合成アルゴリズム自体とは異なるものです。これは、ダウンストリームの合成効率を向上させるために、ユニタリ保存型のマージを通じて回路構造を変更します。
2. プラン最適化の定式化: 有利なマージシーケンスを特定する問題を、プラン最適化タスクとして定式化しました。著者らは、RLがこの空間を効果的に探索でき、貪欲戦略が見落とす長期的な依存関係を明らかにできることを示しています。
3. ユニバーサルな前処理: 本手法は、あらゆるローカル合成パイプライン（Gridsynth, Solovay-Kitaev, matchgate合成など）と互換性のある、ユニバーサルな前処理段階として設計されています。
4. オープンソース: 著者らは、本手法と実験を再現するために必要なすべてのコードを提供しています。

実験結果

著者らは、ランダム回路、線形結合性回路、量子イジングモデルの実時間ダイナミクス、およびmatchgate回路を含む様々なタスクでQ-PreSynを評価しました。

• Tカウントの削減: さまざまな合成フレームワークと回路タイプにわたり、Q-PreSyncは**10%から25%**のTカウント削減を達成しました。
  • ランダム回路: Gridsynth+BQSKitで最大20%の削減、KAKベースの手法で10–18%の削減。
  • スケーラビリティ: 本手法は最大25量子ビットの回路でテストされました。RLエージェントは小規模な回路では貪欲エージェントよりも優れた削減を実現しましたが、大規模（25量子ビットまで）では、貪欲エージェントの方が計算コストが低く効果的であることが分かりました。
• 近似誤差: 前合成プロセスは追加の近似誤差を導入しません。実際、合成ステップの数を減らすこと（合成前にゲートをマージすること）により、直接合成する場合と比較して、累積近似誤差は減少することが多いです。
• 戦略の比較: RLベースの戦略は、特に、より大きな削減を解禁する長い一連のマージを含むプランを見つけるにおいて、貪欲なベースラインを概して上回りました。しかし、RLエージェントのトレーニングに伴う計算コスト（数時間）は、貪欲探索（数分）よりも大幅に高くなります。

意義と限界

本論文は、Q-PreSynを、基礎となる合成アルゴリズムを変更することなく、フォールトトレラントな実装のコストを下げるための、実用的かつ合成に依存しない技術として位置付けています。回路表現を最適化可能なオブジェクトとして扱うことで、本研究は高レベルのアルゴリズム記述と低レベルのハードウェア制約の間の溝を埋めるものです。

著者らが指摘する限界と今後の方向性:

• 探索空間の複雑性: 2量子ビットを超えるマージを探索すればさらなる節約が可能ですが、現在は探索空間の指数関数的な増大と合成の困難さによって制限されています。
• RLのスケーラビリティ: 非常に大規模な回路に対するRLエージェントのトレーニングは、依然として計算負荷が高いままです。著者らは、スケーラビリティを向上させるために、ハイブリッド戦略（モンテカルロ木探索やカリキュラム学習との組み合わせ）を提案しています。
• トポロジーとベンチマーク: 今後の課題として、エンドツーエンドのコンパイラへの導入や、より広範な比較を容易にするための、トポロジー認識および標準化されたベンチマークスイートの統合が挙げられます。

要約すると、著者らは、学習ガイド型の構造変換が、フォールトトレラント合成における非ネイティブゲートのコストを削減するための、実行可能かつ効果的な手法であり、現在の標準的なコンパイルパイプラインに対して有意な改善をもたらすと主張しています。