量子信息理论中的置换不变优化问题:一个信道保真度及更广泛应用的框架
利用排列不变性来降低量子信息中半定规划指数级扩展的问题,已成为一种强大的计算技术。在本工作中,该团队通过Schur–Weyl对偶性为优化问题开发了一个系统化框架,利用这种降维方法,并建立了允许研究人员在排列不变子空间内完全操作的方法,同时执行诸如(部分)应用信道和取(部分)迹,或计算量子相对熵等表达式。接着,该团队将这些技术应用于计算量子信道在n次并行使用下的信道保真度的有效下界问题。该算法被称为对称跷跷板方法,通过利用排列不变编码,在数十次信道使用的范围内,为退极化信道和振幅阻尼信道的n次使用下的信道保真度提供了改进的下界,并在文献[1]中用于证明当n=17时量子容量的非渐近超激活现象。此外,该工作还提供了一个开源Python包,以实现适用于各种量子信息理论优化问题的方法。

