量子科技中心_量科网

量子计算机的状态制备编译器通常处于两个极端：要么采用将目标视为不透明振幅向量的通用例程，要么针对少数已知状态族进行定制化构建。该研究团队提出了一种折中方案——能否让编译器在接收简单且结构感知的规范说明的同时，提供可预测的资源保证？为此，团队设计并实现了一款面向正则语言状态（RLS）的量子态制备编译器，这类状态包含被正则描述接受的比特串均匀叠加态及其补集。 用户可通过三种方式描述目标状态：(i) 有限比特串集合；(ii) 正则表达式；(iii) 确定性有限自动机（DFA），并可选择附加补集标志。该编译器通过将输入转换为DFA、进行最小化处理并映射至最优矩阵乘积态（MPS），获得能暴露并压缩隐藏结构的中间表示（IR）。这种高效的DFA表示与最小化技术用简单的自动机操作替代了昂贵的线性代数计算。正则语言前端与IR的结合不仅能简洁描述RLS，还能处理原本需要指数级规模描述的补集状态，使得RLS及其补集的态制备具有相同的渐进资源消耗和编译时间。 团队开发了两种硬件感知后端：SeqRLSP针对线性近邻架构通过序列生成产生无辅助比特的线性深度电路；TreeRLSP则利用树状张量网络在全连通架构上实现对数深度。研究证明了电路深度与门数量随系统规模和状态最大施密特秩的缩放规律，并给出了明确展示该方法优势的编译时间上界。该工作已完成完整管线的实现与性能评估。