Photon-loss tolerance of the surface-GKP code with anti-photon-loss decoding

技術要約：アンチ・フォトン・ロス・デコーディングを用いた表面GKP符号の光子損失耐性

問題提起
光子損失は、線形光量子プラットフォームと超伝導回路内のボゾンモードの両方に影響を及ぼし、フォールトトレラントな光量子コンピューティングにおける主要な障害となっています。ゴデスマン・キタエフ・プレシル（GKP）符号は、連続変数（CV）システムにおけるランダムな変位誤差を効果的に補正でき、一方で表面符号は離散変数システムに対してトポロジカルなフォールトトレランスを提供しますが、これらを結合した「表面GKP符号」は、光子損失に関して特有の課題に直面しています。単純な確率的変位チャネルとは異なり、純粋な光子損失は有限エネルギーのGKP状態に対して、(1) 位相空間格子（格子）の原点への収縮、および (2) ピークを広げる真空ノイズの導入、という2つの明確な物理的効果を引き起こします。最近接格子点デコーディングのような標準的なデコーディング戦略は、多くの場合、損失を平均ゼロのランダムな変位としてモデル化しており、ピーク位置の系統的な内側へのシフトを考慮できていません。この収縮した格子と固定されたデコーディング・グリッドとの間の不一致が、論理エラーの確率を増大させます。

手法
著者らは、増幅による加法的ガウス変位チャネルへの変換ではなく、純粋な損失チャネルを直接モデル化することにより、表面GKP符号の光子損失耐性を調査しています。本研究では、以下の手法によるフレームワークを採用しています。

1. ノイズ・モデリング: 純粋な損失チャネルを、透過率 $\eta = 1 - \gamma$ を持つビームスプリッター相互作用（システムを環境の真空モードに結合させるもの）としてモデル化しています。これにより、減衰（基本量を $\sqrt{1-\gamma}$ 倍する）と真空ノイズの付加の両方を明示的に考慮しています。
2. 状態準備: 有限エネルギーGKP状態は、理想的なGKP状態を正則化するエンベロープ演算子 $\hat{E}(\epsilon) = e^{-\epsilon\hat{n}}$ を用いて生成されます。2つの品質レベルをテストしています：$\epsilon = 0.01$（約20 dBのスクイージング）および $\epsilon = 0.05$（約13 dBのスクイージング）。
3. デコーディング戦略:
   • 最近接格子点（NLP）デコーディング: quadrature（直交成分）の結果を最も近い論理グリッド点に割り当てる標準的な手法。
   • アンチ・フォトン・ロス（APL）デコーディング: 提案された内部デコーダであり、ホモダイン検出の前に、直交成分依存のカウンター・スクイージング操作（$\hat{S}(r_{comp})$）を適用します。この操作は、測定された直交成分の決定論的な収縮を補償し、ピーク位置を固定されたデコーディング・グリッドに再整列させます。補償パラメータは $r_{comp} = -\frac{1}{2}\ln(1-\gamma)$ に設定されています。
4. シミュレーション・ワークフロー: 著者らは、2段階のシミュレーションを実行しています。
   • 内部レイヤー: 損失後のGKP状態の直交成分確率密度を計算し（APLありとありの比較）、誤った決定領域を積分することで、実効的なビットエラー確率（$p_x$）および位相エラー確率（$p_z$）を決定します。
   • 外部レイヤー: これらのエラー確率を、回転表面符号（距離 $d=3, 5, 7, 9$）のモンテカルロ・シミュレーションに入力します。シンドローム測定ラウンドをシミュレートし、最小重み完全マッチング（MWPM）を用いて論理失敗確率（$p_L$）をデコードします。

主な貢献

• 純粋な損失の直接モデリング: 本論文は、増幅によって純粋な損失を変位チャネルに変換するという近似を避け、有限エネルギーGKP状態に対する直接的な収縮とノイズ付加の効果をモデル化しています。
• APL内部デコーダ: 損失による格子の収縮を補償するアンチ・フォトン・ロス内部デコーダを導入し、評価しました。このアプローチは、測定された直交成分のスケールを復元してデコーディング・グリッドと一致させ、ピークの広がりとは異なるエラー源に対処します。
• 閾値の推定: 異なるGKP状態の品質における、表面GKP符号の光子損失閾値の定量的推定値を提供しています。

結果
モンテカルロ・シミュレーションにより、以下の光子損失閾値（$\gamma^*$、増加するコード距離が論理的失敗を抑制できる損失分率として定義）が得られました。

• 高品質状態 ($\epsilon = 0.01$, ~20 dB):
  • APLなし: $\gamma^* \approx 5.5\%$ (0.24 dB)。
  • APLあり: $\gamma^* \approx 9.8\%$ (0.45 dB)。
  • 観察: APLデコーダは、補償なしの場合と比較して閾値を約79%向上させます。注目すべきは、高品質状態における補償なしの閾値が中程度の品質の状態よりもわずかに低いことであり、これは高品質な状態の拡張されたエンベロープにおいて、遠方のピークの内的変位が大きいためです。
• 中品質状態 ($\epsilon = 0.05$, ~13 dB):
  • APLなし: $\gamma^* \approx 5.9\%$ (0.26 dB)。
  • APLあり: $\gamma^* \approx 6.3\%$ (0.28 dB)。
  • 観察: APLは閾値に対して約7%の相対的な向上を提供します。

さらに、著者らは損失の関数としての必要なGKPスクイージング閾値（$s^*_{GKP}$）を分析しています。彼らは、APLが格子の不一致を補償する一方で、残留真空ノイズ（損失に応じてスケールする）により、損失が増加するにつれて低い論理エラー率を維持するためには、より高い初期スクイージングが必要になることを発見しました。

意義と主張
本論文は、内部デコーディングにおいて損失による格子の収縮を考慮することが、表面GKP符号のフォールトトレランスを最大化するために極めて重要であると主張しています。結果は、直交成分の補償（APL）が、特に高品質なGKP状態において、光子損失耐性を大幅に高めることを示しています。著者らは、このアプローチが、より現実的な操作を組み込んだ将来のモデルに向けた、より堅牢な光量子コンピューティングへの道筋を提供することを強調しています。彼らは、ピークの位置を再整列させる利点が、テストされた範囲内での増幅された真空ノイズのコストを上回ることを示し、APLデコーダが、直接テスト可能なデコーディングの選択肢であることを結論付けています。