通过迭代晶格重加权增强容错表面码解码
高效且符合实际的纠错解码对于在近期量子设备上实现可行的容错量子计算(FTQC)至关重要。尽管解码属于经典后处理任务,但其有效性在很大程度上依赖于对量子噪声的精确建模——这种噪声本质上与硬件特性相关。具体而言,在真实电路级噪声环境下,比特翻转(X)错误与相位翻转(Z)错误常呈现相关性。该团队提出的迭代重加权最小权重完美匹配(IRMWPM)解码器通过系统性地整合这类关联性来增强量子纠错能力。该方法利用故障检测模式指导权重调整:研究人员先识别相关联的X/Z检测事件,再根据其条件概率更新原始解码格与对偶解码格的权重。这种迭代过程以与硬件无关但噪声感知的方式,显著提升了解码器处理实际错误传播的能力。该工作进一步证明IRMWPM解码器能在有限时间内收敛,同时保持原始MWPM算法的距离保证特性。在电路级噪声环境下,数值模拟显示该方法的解码性能获得显著提升:对于码距≥17且物理错误率≤0.001的情况,仅需数次迭代即可实现超过20倍的逻辑错误率降低,同时保持计算效率。该方法还将准确率阈值从1%提升至1.16%,使其非常适用于近期实用量子计算架构的实时解码需求。基于模拟数据的推演估算表明:要实现10^-16的逻辑错误率,IRMWPM仅需码距d=31,而标准MWPM需要d=50——这意味着实现高精度FTQC所需的量子比特资源将大幅减少。这些特性使得该方法特别适合当前实用量子计算架构的实时解码应用。
