量子科技中心_量科网

高效实现酉算子是实际验证量子算法所宣称相比经典算法的计算优势的关键。本文研究了利用强化学习（RL）综合量子电路的潜力，分别针对Clifford+T和Clifford+CS门集精确可实现的酉算子，优化T-count和CS-count指标。现有算法的复杂度通常随量子比特数量和非Clifford门数量呈指数级增长。该团队设计的RL框架采用酉算子的信道表示法，仅需整数运算即可高效执行矩阵操作，并引入剪枝启发式规则和算子规范化技术以降低搜索复杂度。相比既有研究，该工作能在更短时间内实现规模显著更大的酉算子，且成功率与优化倍数大幅提升。针对双量子比特Clifford+T综合的实验结果实现了包含多达100个T门的近最优分解，是之前RL算法处理能力的5倍，据我们所知这也是迄今所有方法实现的最大规模实例。该RL算法还原了单量子比特酉算子T-count最优分解的已知线性复杂度最优解。对于双量子比特Clifford+CS酉算子，该算法实现了线性复杂度——此前仅能通过基于SO(6)表示的算法达成这一目标。