量子科技中心_量科网

量子幺正合成致力于解决将抽象量子算法转化为硬件可执行的量子门序列这一难题。由于底层组合搜索空间呈指数级增长，精确求解该任务通常不可行。现有方法存在优化目标失准、训练成本高昂及跨不同量子比特数泛化能力有限等问题。该研究团队通过监督学习逼近残余幺正矩阵的最小描述长度，并将该估计值与随机束搜索相结合以识别近似最优门序列，从而缓解了这些局限。该方法采用具备零样本泛化能力的轻量级模型，相比现有基线显著降低了训练开销。在多项基准测试中，该工作不仅缩短了实际合成时间，更在复杂电路成功率方面超越了当前最优方法。