机构名称：
¥ 1.0
摘要 — 任何量子计算应用程序一旦被编码为量子电路，就必须先进行编译，然后才能在量子计算机上执行。与传统编译类似，量子编译是一个顺序过程，具有许多编译步骤和许多可能的优化过程。尽管有相似之处，但量子计算编译器的开发仍处于起步阶段——缺乏对最佳过程顺序、兼容性、适应性和灵活性的相互整合。在这项工作中，我们利用数十年的经典编译器优化，提出了一个强化学习框架来开发优化的量子电路编译流程。通过不同的约束和统一的接口，该框架支持在单个编译流程中结合使用来自不同编译器和优化工具的技术。实验评估表明，所提出的框架（由 IBM 的 Qiskit 和 Quantinuum 的 TKET 中选择的编译过程设置）在 73% 的预期保真度情况下明显优于两个单独的编译器。该框架作为慕尼黑量子工具包 (MQT) 的一部分在 GitHub (https://github. com/cda-tum/MQTPredictor) 上提供。
使用强化学习对量子计算进行编译器优化
主要关键词
相关文件推荐
