技術要約：逐次量子推測（One-at-a-Time Quantum Guessing）：MoEゲームを超えた多体もつれ

問題提起

多体系のもつれ（Multipartite entanglement）は、依然として複雑であり、完全には理解されていない量子情報リソースである。Monogamy-of-Entanglement（MoE）ゲームは、モノガミー制約によって課される制限（すべてのプレイヤーがレフェリーの測定結果を同時に推測しなければならない状況）を研究するために効果的であったが、これらのゲームでは、共有されたもつれが特定の状況下で古典的な戦略に対して限定的な、あるいは全く優位性を持たないことが示されることが多い。

著者らは、同時かつ一貫した推測という要件を緩和した場合に、多体系のもつれがどの程度有用になり得るかについての理解の空白を特定している。具体的には、「グループからランダムに選択された個々のプレイヤーが、事前に共有されたもつれ状態に対してレフェリーが行った測定結果を、どの程度正確に推測できるか？」という問いを立てている。このシナリオは、MoEゲームで求められる集団的な相関ではなく、レフェリーと個々のプレイヤー間の二者間相関を調査するものである。

手法

本論文では、逐次推測（One-at-a-Time Guessing: OTG）ゲームと呼ばれる、拡張された非局所ゲームの新しいクラスを導入している。

1. ゲームの枠組み:

   • レフェリー: 量子レジスタを保持し、分布 $p_\Theta$ から選ばれたランダムな測定 $M_\theta$ を行う。
   • プレイヤー: 非通信のプレイヤー集合が、レフェリーと多体系の状態 $\rho$ を共有している。
   • 選択: すべてのプレイヤーが同時に推測するMoEゲームとは異なり、OTGゲームでは、確率分布 $q = (q_1, \dots, q_m)$ に従って、ただ一人のプレイヤー $P_i$ がランダムに選択される。
   • 目的: 選択されたプレイヤーは、告知された測定の選択 $\theta$ と自身の部分系に対する局所的な測定に基づき、レフェリーの測定結果 $x$ を推測しなければならない。推測が結果と一致した場合にゲームに勝利する。

2. 理論的ツール:

   • 著者らは、共有状態と局所POVMを用いた戦略を定義する。
   • プレイヤー選択の確率分布がゲームの値にどのように影響するかを分析するために、**主要化理論（Majorization theory）**を利用する。
   • 特定のケーススタディにおいては、戦略の最適性と勝利確率の境界を証明するために、NPA階層（Navascués-Pironio-Acín）に基づく**半正定値計画法（SDP）**を用いる。
   • OTGの値に対し、古典的な値（もつれを用いない戦略）および二者間（Bipartite）の値（あるプレイヤーをトレースアウトすると状態がデカップルする、すなわち真の多体系もつれを持たない戦略）を比較する。

3. ケーススタディ:

   • 著者らは、レフェリーがキュービットに対して3つのパウリ観測量（$X, Y, Z$）のいずれかを等確率で測定する、特定の二者プレイヤーOTGゲームを分析する。
   • プレイヤー選択の確率 $q = (q_B, q_C)$ の関数として、最適な勝利確率を調査する。

主な貢献と結果

1. OTGゲームの定義と階層

本論文は、OTGゲームを「測定結果量子推測（MRQG）ゲーム」のサブクラスとして正式に定義している。MoEゲームが同時推測の極端なケースを表し、OTGゲームが個別かつランダムな推測の極端なケースを表すという階層構造を確立している。この枠組みにより、多体系の文脈における二者間相関の研究が可能となる。

2. 主要化特性

OTGゲームの値 $\omega(R, q)$ は、プレイヤー選択の確率分布 $q$ の**主要化順序（majorization ordering）**に従うという、中心的な理論的結果がある。

• 定理: もし確率分布 $p$ が $q$ によって主要化される場合（$p \preceq q$）、ならば $p$ における最適な勝利確率は $q$ におけるもの以下である（$\omega(R, p) \leq \omega(R, q)$）。
• これは、より「不平等」または「尖った」選択分布（一人のプレイヤーが選ばれる確率が高い場合）の方が、プレイヤーがもつれの分布を最適化できる限り、一様分布と比較して高い勝利確率を許容することを意味する。

3. 量子的および超二者間（Super-Bipartite）の優位性

著者らは、OTGゲームがMoEゲームではしばしば欠如している優位性を示し得ることを実証している。

• 量子的な優位性: もつれ状態を共有するプレイヤーは、古典的な戦略を上回ることができる。
• 超二者間優位性: 特定の設定において、プレイヤーは二者間もつれのみに依存する戦略（一人のプレイヤーはレフェリーともつれているが、もう一人はもつれていない状態）を上回ることができる。これは、OTGシナリオにおいて真の多体系もつれが有益であることを示している。

4. ケーススタディ：二者プレイヤー・パウリOTGゲーム

キュービット上のパウリ測定を推測する二者プレイヤーの特定の場合において：

• 最適値: プレイヤーが等確率で選択される場合（$q_B = q_C = 0.5$）、最適な勝利確率は 5/6 である。
• 比較: これは古典的な値（$\approx 0.7887$）および二者間（Bipartite）の値（$\approx 0.8062$）を上回っており、量子および超二者間の優位性の両方を確認している。
• 最適状態: 最適な戦略は、特定の家族であるパラメータ化された三キュービットW型状態（$|W(q)\rangle$）を利用する。
  • この状態の係数は、プレイヤー選択の確率 $q_B$ および $q_C$ に依存する。
  • $q_B \to 1$ となるにつれ、状態はレフェリーとボブの間の最大もつれ状態に近づく。
  • $q_B \to 0.5$ となるにつれ、状態はウェルナー状態の対称拡張（具体的には $|W'_1\rangle$ と $|W'_2\rangle$ の重ね合わせ）に収束する。
• 一般式: 任意の選択確率に対する最適な勝利確率は、以下のように導出される：
  $$\omega_2(G, q) = \frac{2}{3} + \frac{1}{6}\sqrt{1 + 3(q_B - q_C)^2}$$
  この式は、選択確率が非対称になるほど、勝利確率が増加することを示している。

意義と主張

本論文は、OTGゲームが、多人数間の量子相関における多体系もつれの有用性を調査するための有用な枠組みを提供すると主張している。

• リソース配分: この枠組みは、レフェリーがランダムに選択されたプレイヤーに対してリアルタイムでプロトコルを実行するかどうかを決定しなければならないシナリオにおいて、もつれリソースの配分について推論する方法を提供する。
• 仮説検定: OTGゲームは、非局所性が仮説検定において果たす役割、具体的には、もつれた状態の一部を保持していることが仮説の識別能力にどのように影響するかを調査するための新しいツールとして機能する。
• MoEの限界を超えて: これらの結果は、MoEゲームが厳格な同時制約のために限定的な量子的な優位性しか示さないことが多い一方で、OTGゲームは、モノガミー制約の下でも、多体系のもつれが中程度かつ重要な優位性（例：単純なパウリ設定において勝利確率を少なくとも4%向上させる）を提供し得ることを示唆している。
• 状態の特性評価: $|W(q)\rangle$ ファミリーの特定は、相対的な優先度に基づいて二者間の相関を最大化するために、どのように三体系もつれを最適に分配できるかについての洞察を与える。

著者らは、OTGゲームが、非自明な超古典的相関を示す多体系状態を特定および特徴付ける助けとなる可能性があると結論付けているが、これらの知見をMoEゲームに直接適用できるかどうかは依然として未解決の課題であるとしている。