量子科技中心_量科网

该研究团队提出了一种适用于“可匹配”qLDPC（量子低密度奇偶校验）码的新型解码器，该解码器采用马尔可夫链蒙特卡洛算法（称为“蠕虫算法”）来近似计算给定综合征下逻辑错误类别的概率。该算法因此实现了（近似）最优解码，研究人员预期其在特定场景下具有计算效率优势。该解码器适用于表面码、蜂窝弗洛凯码以及恒定速率的双曲表面码的随机错误解码，且在所有案例中均可兼容测量误差存在与否的情况。 该解码器的效率取决于底层马尔可夫链的混合时间。研究人员通过提出名为“缺陷敏感度”的量化指标，给出了严格的混合时间保证。该团队将此指标与统计力学中的无序算子概念相关联，并据此（非严格地）论证了该算法在整个可解码相位中对典型错误具有高效性。通过将蠕虫解码器应用于含测量误差的表面码及一系列双曲表面码，数值实验也验证了其有效性。 对于大多数编码方案，可匹配性条件限制了该解码器在独立比特翻转、相位翻转及测量误差噪声模型中的直接应用。但该解码器能提供软信息输出，这使得其在超越简单场景的启发式“关联解码”方案中仍具实用价值。通过模拟 depolarizing 噪声下表面码的解码过程，研究人员发现“关联蠕虫解码”的阈值显著高于最小权重完美匹配法和关联匹配法的阈值。