寻找路径覆盖:将图态分解为线性融合网络的近最优方法
量子编译需要开发新算法来优化在物理硬件上实现量子计算的成本。这通常会引发一些经典计算中渐近难解的问题,而启发式方法和将问题归约为已知问题则具有重要实用价值。本文研究了三个图论问题,可视为欧拉路径和哈密尔顿路径问题的推广。这些问题出现在基于测量的光子量子计算实现中——通过融合有限长度的线性资源态来构建图态。由于融合操作成功概率小于1,该团队希望最小化构建特定图态所需的融合次数,这对应于寻找图的最小路径或迹覆盖。研究证明这些覆盖问题在大多数情况下是NP难问题,并提出了寻找图迹覆盖的启发式算法(包括归约到旅行商问题的方法)。该工作提出了新的图态重写策略以减少构建给定图态所需的融合次数。最后,研究人员将这些算法应用于光子融合网络的编译,通过QASMBench测试集中的常见纠错码和电路提供了一系列基准测试结果,展示了算法的性能表现。
