量子科技中心_量科网

该团队提出随机交换子综合（Stochastic Commutator Synthesis，SCS），这是一种混合量子门编译框架，将库珀伯格（Kuperberg）次立方索洛维-基塔耶夫（Solovay-Kitaev）指数c≈1.44042（2023-2025年结果）与随机编译的误差定制机制相结合。经典索洛维-基塔耶夫实现会产生已知字长，并积累相干近似误差，从而降低容错阈值估计。库珀伯格2023-2025年的成果通过双重指数收敛和高阶交换子分解减少了这一误差。SCS通过在每个递归层级使用吉布斯（Gibbs）采样的随机交换子因子选择来增强这一几何主干，将相干综合残差转化为非相干、与泡利（Pauli）旋转兼容的噪声——这一特性被随机编译所利用。结合强化学习引导的预综合，SCS实现了10-25%的一致T计数缩减，并在桑迪亚国家实验室QSCOUT等离子阱硬件上的多重Forrelation电路中展示了高达35%的保真度提升。该工作将SCS置于由拉兹-塔尔（Raz-Tal）预言分离建立的复杂度理论框架中，论证了低误差、抗噪声的Forrelation型电路编译是实现该分离在物理硬件上演示的实际途径。