⚛️ quantum physics

Improving initial-state-dependent quantum circuit optimization by introducing state labels

本文介绍了通过引入状态标签管理器和 CX 对移除过程来改进初始状态依赖的量子电路优化器 AQCEL，该方法在 IBM 量子计算机上的实验表明，其能显著减少量子门数量并提高量子算法（如量子部分子簇射）的执行保真度。

原作者： Toshiaki Kaji, Koji Terashi, Ryu Sawada

发布于 2026-02-25

📖 1 分钟阅读🧠 深度阅读

原作者： Toshiaki Kaji, Koji Terashi, Ryu Sawada

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一个关于如何让量子计算机“跑”得更快、更准、更省力的故事。

想象一下，量子计算机就像是一个超级复杂的厨房，里面的厨师（量子比特）非常娇气，稍微有点噪音（干扰）就会把菜（计算结果）做坏。而我们要做的量子算法，就像是一份极其繁琐的食谱。

以前的做法是：不管厨师手里拿的是什么食材，食谱都要求他们按部就班地切菜、炒菜、调味，哪怕有些步骤对于当前的食材来说完全是多余的（比如给已经切好的土豆再切一刀）。

这篇论文介绍了一种名为 Aqcel 的“智能食谱优化师”，并给它升级了两个新技能，让它能更聪明地干活。

1. 核心问题：为什么需要优化？

量子计算机现在的“锅”（硬件）还不够完美，容易出错。

两比特门（Two-qubit gates）：这是食谱里最复杂的“双人配合”动作（比如两个人一起颠勺）。这个动作最容易出错，也最耗时。
现状：很多量子算法在设计时，为了适应所有可能的情况，写了很多“如果……就……"的指令。但实际上，当我们开始做菜时，食材的状态往往是固定的。那些“如果”对于当前的食材来说，就是多余的废话。

2. 主角登场：Aqcel 优化师

Aqcel 是一个**“看菜下菜碟”**的优化器。它的核心思想是：既然我知道现在的食材是什么状态，我就可以把那些针对“其他食材”才需要的步骤直接删掉！

它以前的做法（Aqcel-v1）是：

每遇到一个“如果……"的指令，它就停下来，问一次厨师：“你现在的状态是什么？”
如果厨师回答“我是空的”，那这个“如果”就不需要了，直接跳过。
缺点：问得太频繁了！每次问都要消耗时间和能量，而且问多了容易问出错的回答（因为量子世界很脆弱，一测量就可能出错）。

3. 两大升级技能（论文的重点）

这篇论文给 Aqcel 装上了两个新“外挂”，让它变成了 Aqcel-v2：

技能一：状态标签管理器（State Label Manager）——“记性好的管家”

以前的做法：不管刚才有没有问过，每到一个新步骤都要重新问一遍厨师的状态。
现在的做法：Aqcel 给每个厨师贴上了**“状态标签”**。
- 比如，标签上写着“我是空的（0）”或者“我是满的（1）”。
- 如果接下来的步骤没有改变厨师的状态，管家根本不需要再问，直接看标签就知道：“哦，他刚才还是空的，现在肯定还是空的。”
比喻：就像你出门前看了一眼天气预报说“没雨”，出门后每走一步都抬头看天太累了。现在的管家会告诉你：“只要没下雨，你就一直带着‘没雨’的标签，不用每走一步都抬头看。”
效果：大大减少了不必要的“询问”（测量），节省了时间，也减少了因为频繁询问导致的出错。

技能二：CX 对移除（CX-pair removal）——“消除多余的往返跑”

背景：为了把复杂的“多人配合”指令拆解成简单的“双人配合”指令，Aqcel 以前会引入一些临时的“帮手”（辅助比特）。
问题：有时候，这些帮手被叫来，做完事又被叫回去，就像两个人在厨房里一来一回地空跑，完全没干正事，还增加了出错的风险。
现在的做法：Aqcel 能识别出这种“一来一回”的多余动作（CX 对）。
- 如果它发现这两个动作互相抵消了，或者那个“帮手”本来就是空的且没变过，它就直接把这两步删掉。
- 甚至，它还能把原本控制“大锅”的开关，直接移到更简单的地方。
比喻：就像你让快递员把包裹送到门口，结果快递员发现门口没人，又跑回邮局，再跑回来。Aqcel 会直接说：“别跑了，包裹本来就在门口，直接拿走就行！”
效果：减少了最容易出错的“双人配合”动作数量，让菜做得更准。

4. 实验结果：真的有用吗？

作者用了一个叫**“量子部分子淋浴”**（Quantum Parton Shower）的算法来测试。这就像是模拟高能粒子碰撞的复杂物理过程，非常考验计算能力。

测试环境：他们在真实的 IBM 量子计算机上做了实验。
成果：
- 门数量减少：通过这两个新技能，他们把最关键的“双人配合”动作（两比特门）数量减少了近一半（在某些情况下减少到了原来的 54%）。
- 更准了：因为步骤少了，出错的机会就少了。实验结果显示，优化后的电路得出的结果，比原来的方法更接近“理想中的完美答案”。
- 更稳了：特别是在设置很严格的“噪音阈值”时，新的方法不容易出错，表现非常稳定。

总结

这篇论文就像是在说：

“我们给量子计算机的‘优化师’装上了记性（状态标签）和火眼金睛（CX 对移除）。现在，它不再盲目地重复问路和做无用功，而是能精准地识别出哪些步骤是多余的并直接砍掉。这让量子计算机在现在的‘不完美’硬件上，能跑得更稳、算得更准，离真正的实用化又近了一步。”

这对于未来在现有的、有噪音的量子计算机上运行复杂的科学模拟（比如粒子物理、药物研发）具有非常重要的意义。

这篇论文介绍了一种名为 Aqcel 的量子电路优化器的改进版本（Aqcel-v2），旨在通过引入初始状态依赖（initial-state-dependent）的优化策略，显著降低量子电路中的双量子比特门（特别是 CNOT 门）数量，从而提高在含噪声中等规模量子（NISQ）设备上的执行保真度。

以下是对该论文的详细技术总结：

1. 研究背景与问题 (Problem)

硬件限制与噪声：当前的量子硬件存在显著的噪声和技术限制。量子门操作（尤其是双量子比特纠缠门，如 CNOT）会引入错误，且错误率随门数量增加而累积。
优化挑战：传统的电路优化技术通常致力于保持电路对所有输入状态的等价性。然而，当量子电路针对特定的初始状态运行时，许多控制操作可能变得多余（trivial）。
现有方法的局限：
- 现有的“松弛视口优化”（RPO）等方法在处理纠缠态时效果有限。
- 基于 ZX 演算的方法虽然有效，但无法在多项式时间内消除所有冗余纠缠操作。
- 早期的 Aqcel（v1 版本）虽然通过测量控制量子比特来识别冗余操作，但存在两个主要缺陷：
  1. 重复测量开销：每次遇到受控算符时都进行测量，导致在优化过程中消耗过多的量子资源（时间）。
  2. 冗余 CX 对残留：在分解多控制门并移除冗余控制操作后，电路中仍会残留成对的冗余 CNOT（CX）门，未能被进一步消除。

2. 方法论 (Methodology)

论文提出了 Aqcel-v2，在原有 Aqcel-v1 的基础上引入了两个核心改进模块：

A. 状态标签管理器 (State Label Manager)

功能：为了减少不必要的量子态测量，该模块通过维护量子比特状态的“标签”来追踪状态信息。
标签体系：定义了五种标签状态：
- 0, 1：分别代表 $|0\rangle$ 和 $|1\rangle$ 态。
- Bell：代表与其他量子比特形成纠缠态（如 $\alpha|00\rangle + \beta|11\rangle$ ），并记录奇偶性。
- 0/1：代表 $|0\rangle$ 和 $|1\rangle$ 的叠加态（非纠缠）。
- Unknown：状态未知，需要测量。
工作机制：
- 初始化时所有标签为 0。
- 当遇到受控门时，如果控制量子比特的标签已知（非 Unknown），则无需进行物理测量，直接根据标签判断控制操作是否冗余。
- 如果标签为 Bell 或 0/1，且满足特定条件（如属于同一贝尔组），也可推断出冗余性。
- 优势：一旦状态被测量或推断，后续相关门操作无需重复测量，显著减少了优化过程中的测量次数和计算时间。

B. 冗余 CX 对移除 (CX-pair Removal)

背景：Aqcel 将多控制受控门分解为 RCCX（相对相位 Toffoli）门对和一个单控制门。当移除其中一个 RCCX 的冗余控制操作后，原本成对出现的 RCCX 门会退化为成对的 CX 门。
机制：
- 利用状态标签管理器监控目标量子比特（通常是分解时引入的辅助量子比特，初始态为 $|0\rangle$ ）。
- 如果目标量子比特在 CX 对之间保持 $|0\rangle$ 状态不变，则这对 CX 门是冗余的。
- 通过截断控制 - 目标操作序列，将受控门的控制位前移，从而完全移除这对 CX 门。
优势：直接减少了电路深度和双量子比特门的数量，降低了累积误差。

3. 关键贡献 (Key Contributions)

提出状态标签管理器：实现了在多项式时间内管理量子比特状态信息，避免了重复测量，优化了优化过程本身的效率，并防止了因有限测量次数导致的误优化。
实现冗余 CX 对移除：解决了 Aqcel-v1 中遗留的冗余 CX 门问题，进一步压缩了电路规模。
构建 Aqcel-v2 协议：将上述改进整合，形成了一套更高效的初始状态依赖优化流程。
实验验证：在 IBM 量子计算机（ibm_fez 后端）上，利用量子部分子簇射（Quantum Parton Shower, QPS）算法作为基准，验证了改进后的效果。

4. 实验结果 (Results)

研究团队在 IBM 的 ibm_fez（156 量子比特，Heron r2 处理器）上进行了实验，对比了 Qiskit 原生优化、Aqcel-v1 和 Aqcel-v2 的表现：

测量次数减少：
- 对于 1 步 QPS 电路，优化所需的测量次数从 22 次降至 3-4 次。
- 对于 2 步 QPS 电路，从 61 次降至 15-22 次。
- 优化执行时间缩短至 Aqcel-v1 的约 1/7。
门数量减少：
- 在理想拓扑下，Aqcel-v2 将双量子比特门数量减少至原始电路的 54%（相比 Aqcel-v1 有进一步显著降低）。
- 在真实硬件拓扑（受限于 SWAP 门插入）下，虽然提升幅度受拓扑限制，但仍有显著优化。
保真度提升 (Fidelity)：
- 使用海林格保真度（Hellinger fidelity）衡量。
- Aqcel-v2 在噪声阈值约为 0.15 时达到最大保真度。
- 相比 Aqcel-v1，v2 在低阈值区域表现出更稳定的保真度，减少了因测量误差导致的误优化。
- 在 2 步 QPS 实验中，Aqcel-v2 实现了 0.83 的保真度，显著优于 Qiskit 原生优化（约 0.46）和 Aqcel-v1。
物理观测：
- 在发射粒子数分布的测量中，Aqcel-v2 的结果最接近理想模拟器分布。
- 成功在真实硬件上复现了量子干涉效应（通过对比 $g_{12}=0$ 和 $g_{12}=1$ 的情况），证明了小尺度量子处理器捕捉量子干涉的能力。

5. 意义与展望 (Significance)

NISQ 时代的性能提升：该研究证明了通过利用初始状态信息，可以显著降低量子电路的复杂度和错误率，这对于在当前的含噪声设备上运行复杂的量子算法至关重要。
多项式时间优化：Aqcel 能够在多项式时间内处理大规模量子电路的优化，避免了指数级计算成本，使其具有实际应用的可行性。
未来方向：
- 目前的 Aqcel-v2 尚不支持 $X$ 基态（ $|+\rangle, |-\rangle$ ）的优化，未来扩展到此领域将进一步提升优化能力。
- 对于更深层的电路，由于累积噪声的影响，优化效果可能会下降，因此该策略特别适用于浅层电路或特定物理模拟场景。

总结：本文通过引入状态标签管理和 CX 对移除技术，成功升级了 Aqcel 优化器。实验表明，新方法在减少双量子比特门数量和提升保真度方面均优于传统方法和旧版 Aqcel，为在近期量子设备上高效运行高能量物理模拟等复杂算法提供了有力的工具。