摘要 量子计算在过去几年中不断发展。尽管如今量子算法的性能已优于经典算法,但量子退相干和容错程序所需的额外辅助量子比特一直是量子算法高效使用的巨大障碍。这些限制促使我们寻找方法来最小化算法成本,即量子逻辑门的数量和电路的深度。为此,我们探索了量子电路合成和量子电路优化技术。我们研究了使用强化学习技术投影模拟解决量子比特数量有限的噪声量子计算机的量子电路合成问题的可行性。代理的任务是创建最多 5 个量子比特的量子电路,以在 IBM Tenerife(IBM QX4)量子处理器中生成 GHZ 状态。我们的模拟表明,代理具有良好的性能,但随着量子比特数量的增加,其学习新电路的能力会下降。
![arXiv:2104.13297v1 [quant-ph] 2021 年 4 月 27 日PDF文件第1页](/bimg/f/f3a63ca22ce01625f21e6b919e83256de5345e93.webp)
![arXiv:2104.13297v1 [quant-ph] 2021 年 4 月 27 日PDF文件第2页](/bimg/a/a548989a8198c85f7f69d65296bcf834765a306a.webp)
![arXiv:2104.13297v1 [quant-ph] 2021 年 4 月 27 日PDF文件第3页](/bimg/3/3eb60f27d287fd3bedc7aa2218faf0de47d1770d.webp)
![arXiv:2104.13297v1 [quant-ph] 2021 年 4 月 27 日PDF文件第4页](/bimg/6/6a45484d9a5cb6fcc4c3fb602fb59b1efe1082a5.webp)
![arXiv:2104.13297v1 [quant-ph] 2021 年 4 月 27 日PDF文件第5页](/bimg/8/89b044d824f01aa1deaa521b6b021349b4469eaa.webp)
