强化学习增强的贪婪解码算法用于量子稳定子码
该研究团队构建了基于分离多项式定义平面曲线的新型经典戈帕码及对应量子稳定子码。特别地,在采用埃尔米特曲线的F域上,研究人员获得了一个参数为长度27、维度13、距离4的三元码,由此生成一个[[27, 13, 4]]量子编码。针对解码过程,该工作提出一种"贪婪策略增强型强化学习算法"--先采用标准贪婪综合征解码器,随后使用训练完成的深度Q网络校正残余综合征。在去极化噪声模型下的仿真表明,相较于单一贪婪算法,该混合算法显著降低了逻辑错误率。这项工作不仅拓展了基于分离多项式曲线的戈帕码与量子稳定子码类别,同时提供了一种具有近最优性能的智能解码方案。
