量子科技中心_量科网

设计能够以高保真度和高成功概率制备图态的光子电路，是线性光学量子计算的核心挑战。现有方法依赖于手工设计或基于融合的组装结构。在缺乏复用/增强技术的情况下，后选择式弹道电路和顺序融合构建都会呈现单次制备成功率指数级衰减的问题，这推动了自动化发现高成功率电路的需求。该研究团队提出了一种通用的光子电路自动化发现优化框架，采用基于多项式的新型模拟方法，实现了高效强模拟与梯度优化。该框架采用双阶段优化流程：第一阶段识别出能以完美保真度和最大成功率制备目标态的单位变换，第二阶段则通过新型稀疏化算法将该解转化为紧凑的光子电路，在保持性能的同时最小化分束器数量。这种稀疏化处理常能揭示底层数学结构，生成具有有理反射系数的极简电路。该工作通过为3、4、5量子比特图态（覆盖多个等价类）发现优化电路进行验证：对于4量子比特态，该团队设计的电路成功概率达2.053×10^-3至7.813×10^-3，最高超越融合基线4.7倍；对于5量子比特态，实现5.926×10^-5至1.157×10^-3的成功率，最高提升达7.5倍。这些成果包含针对特定5量子比特图态的全球首个已知态制备电路方案。