Reinforcement Learning for Adaptive Composition of Quantum Circuit Optimisation Passes
本文提出并展示了一种强化学习智能体，该智能体能够动态组合量子线路优化步骤，从而实现比标准默认序列更优的二比特门减少效果。
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
想象一下，你有一份非常复杂的量子菜肴食谱。这份食谱被写成了一个“量子电路”，本质上是一系列操纵微小粒子的指令（门）。问题在于，这些食谱通常很凌乱，充满了不必要的步骤，而且过于冗长。在量子世界中，每一个多余的步骤都会增加“噪声”（误差），导致最终的菜肴味道不对。
目标是清理这份食谱：在不改变最终风味的前提下，移除冗余的步骤并缩短指令。
问题：选择太多，难以排序
量子软件已经拥有一个功能丰富的工具箱，里面装满了各种“优化算子（optimization passes）”。你可以把它们想象成不同的厨房工具：
- 有一个工具可能会把一大块食材切成更小、更易处理的碎块。
- 另一个工具可能会意识到两个步骤可以互相抵消，从而将它们删除。
- 第三个工具可能会重新排列切碎的顺序，以提高速度。
问题在于，这些工具单独使用时效果很好，但使用这些工具的顺序至关重要。
- 如果你在使用“重新排列”工具之前先使用了“切碎”工具，你可能会得到完美的结果。
- 如果你反过来操作，可能会搞得一团糟。
目前，用户必须靠猜测最佳顺序，或者直接使用软件开发者设定的“默认”顺序。但默认顺序就像是一份通用的食谱，试图适用于所有人；它会错过那些对你特定的菜肴而言最完美的捷径。设计一个定制的顺序需要一位拥有多年经验的大厨，而大多数人并不具备这种能力。
解决方案：一位聪明的 AI 大厨
该论文的作者利用一种称为**强化学习（Reinforcement Learning, RL）**的技术，打造了一位“聪明的 AI 大厨”。
训练过程： 他们并没有仅仅告诉 AI 规则。相反，他们让 AI 在数以千计不同的量子食谱上进行练习。
- AI 查看一份凌乱的食谱。
- 它选择一个工具（优化算子）来尝试。
- 它应用该工具。
- 如果食谱变得更短、更简洁，AI 就会获得“奖励”（就像得到一颗小红星）。如果它让情况变得更糟或没有任何变化，则不会获得奖励。
- 随着时间的推移，AI 不仅学会了哪些工具是好的，还学会了针对任何特定食谱使用的完美序列。
“大脑”： 为了理解食谱，AI 并不将其视为单词列表。它将食谱看作一张地图（图/graph），其中食材是点，指令是连接它们的线。这有助于 AI 理解量子电路的复杂结构，无论它有多大或多么奇特。
结果：更聪明、更快速
团队将他们的 AI 大厨与软件（PyTKET）提供的标准“默认”食谱进行了对比测试。
- 更好的结果： 平均而言，AI 大厨从食谱中移除了 57.7% 的不必要步骤（双比特门）。而表现最好的标准默认食谱仅能移除 41.8%。
- 适应性： AI 并不只用一种招式。对于一些简单的食谱，它只使用一个工具。对于非常复杂、凌乱的食谱，它能摸索出一条长而特定的工具链，以获得最佳结果。它学会了如果它知道先用一个简单的工具会让强大的工具效果更好，就会“延迟”使用那个强大的工具。
- 速度： 他们还将 AI 与其他通过“暴力搜索”（尝试所有可能的组合）来寻找最佳顺序的方法进行了比较。搜索方法虽然能找到不错的结果，但耗时非常长。由于 AI 不需要搜索，而是根据训练结果直接“知道”最佳路径，因此它的速度显著更快。
为什么这很重要
这项工作表明，我们不需要人类专家来手动确定清理每个量子电路的最佳方式。我们可以训练 AI 来自动完成这项工作。
AI 扮演着一名个性化编辑的角色，它观察你特定的量子代码并说：“嘿，对于这个特定的问题，如果你先做步骤 A，再做步骤 C，最后做步骤 B，你会得到最干净的结果。”它优于目前使用的通用“一刀切”设置，使量子计算机更高效且更不易出错。
简而言之： 这篇论文教会了计算机如何成为量子代码的高级编辑，能够针对任何特定问题找到最完美的清理步骤序列，并且比现有的标准工具更快、更好。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。