通过动态电路实现AlphaZero的统一合成
幺正综合是指将目标幺正变换分解为一系列量子门操作的过程。这项任务具有显著挑战性,因为随着电路深度的增加,可能的门组合数量呈指数级增长。该研究团队提出了一种受AlphaZero启发的强化学习智能体方法,用于基于离散逻辑门集合的精确幺正编译。该方法在保持较低推理时间的同时,展现出对不同门集合和量子比特连接方式的广泛适应性。借助这种灵活性,研究人员探索了包含测量和条件门等非幺正操作的动态电路综合,并发现了逻辑量子门的非常规实现方式。虽然直接合成完整算法仍不可行,但该方法特别适合高效合成子程序模块——当这些子程序在算法执行过程中被反复调用时,可能产生重大影响。
