我们在属性测试的设置中启动了 QMA 算法的系统研究,我们将其称为 QMA 邻近性证明 (QMAP)。这些是量子查询算法,它们可以显式访问亚线性大小的不受信任的证明,并且需要接受具有属性 Π 的输入并拒绝距离 Π ε 远的输入,同时仅探测其输入的极小部分。我们的算法结果包括一个通用定理,该定理可以实现量子加速,以测试一类富有表现力的属性,即那些可以简洁地分解的属性。此外,我们还展示了该系列之外的属性的量子加速,例如图二分性。我们还研究了该模型的复杂性格局,表明 QMAP 可以比经典邻近性证明和量子测试器强得多。为此,我们扩展了 Blais、Brody 和 Matulef(计算复杂性,2012)的方法,通过降低通信复杂性来证明量子属性测试下限,从而解决了 Montanaro 和 de Wolf(计算理论,2016)提出的问题。
在量子计算机上执行量子算法需要编译为符合设备施加的所有限制的表示。由于设备的相干时间和门保真度有限,编译过程必须尽可能优化。为此,首先必须使用设备的门库来合成算法的描述。在本文中,我们考虑 Clifford 电路的最佳合成,它是量子电路的一个重要子类,具有多种应用。此类技术对于建立(启发式)合成方法的下限和衡量其性能至关重要。由于搜索空间巨大,现有的最佳技术最多仅限于六个量子比特。这项工作的贡献有两个方面:首先,我们提出了一种 Clifford 电路的最佳合成方法,该方法基于将任务编码为可满足性(SAT)问题,并使用 SAT 求解器结合二分搜索方案对其进行求解。事实证明,该工具可以合成最多 26 个量子比特的最佳电路,比目前最先进的电路多出四倍多。其次,我们通过实验表明,最先进的启发式方法引入的开销平均比下限高出 27%。该工具可在 https://github.com/cda-tum/qmap 上公开获取。