量子科技中心_量科网

该研究团队提出了一种新型算法，用于在SU(2ⁿ)群中实现Cartan-Khaneja-Glaser酉矩阵分解——这一关键任务对高效量子电路设计至关重要。基于Sá Earp和Pachos（2005）提出的方法框架，该工作解决了原有方案的核心缺陷：包括依赖不明确的矩阵对数运算，以及截断型Baker–Campbell–Hausdorff（BCH）级数的收敛性问题。通过利用对合自同构的代数结构与对称李代数分解特性，研究人员构建出具有稳定性和递归特性的新型因子分解流程。 该团队在开源代码库中提供了完整的Python算法实现，并采用随机酉矩阵基准对SU(8)和SU(16)群中的矩阵分解性能进行了验证。该算法生成的分解结果可直接适配实际量子硬件，其分解因子能通过标准量子门集实现近似最优的电路转换。