量子科技中心_量科网

该研究团队提出了一种多智能体、人在回路的协同工作流程，用于共同设计具有预设横向对角门限的量子编码方案。该方案基于子集和线性规划（SSLP）框架（arXiv:2504.20847），通过模余数对基态字符串进行分区，并利用小型线性规划强制满足Z-边际Knill-Laflamme（KL）等式。该工作流程由GPT-5驱动，并在TeXRA平台（https://texra.ai）上实现——这是一个支持迭代工具使用循环智能体和“推导-编辑”工作流推理智能体的多智能体研究辅助平台。 研究人员在LaTeX-Python混合环境中开展工作，智能体可执行推理、编辑文档、运行代码并将其工作同步至Git/Overleaf平台。该工作空间内设有三个协作角色：1）综合智能体负责问题建模；2）搜索智能体进行候选方案扫描/筛选并将数值精确转化为有理数；3）审计智能体独立验证所有KL等式及衍生的逻辑操作。 作为初步研究，该团队聚焦于非简并余数条件下距离d=2的情况。针对码维K∈{2,3,4}且n≤6个量子比特的体系，系统性扫描生成了经认证的可实现循环逻辑群表——所有结果均由新型编码实现。例如当K=3时，在n=6条件下获得了16阶群。基于已验证实例，综合智能体将重复结构抽象为闭式族，并证明其满足所有参数的KL等式。研究还通过展示新型((6,4,2))码（实现横向受控相位门diag(1,1,1,i)）证实SSLP框架可兼容余数简并情况。 总体而言，该工作流程将横向对角门的可行性问题重构为可规模化执行的解析管道，兼具系统化枚举与精确解析重建双重特性。其产出包括可复现的编码构造方案，支持向更大K值和更高距离的定向扩展，并为数据驱动的分类研究开辟了新路径。