QBalance:一种可复现的多目标工作流,用于量子编译、噪声抑制及错误缓解策略选择

近期量子工作负载的形态受耦合的编译与执行选择共同塑造:量子比特布局、路由、基变换、门抑制、测量缓解、射击预算以及工件可复现性。本文分析了QBalance——一个基于Qiskit生态系统的Python工作流库,用于在量子编译、噪声抑制和错误缓解策略间进行数据集级选择。该贡献被形式化为一个关于电路、后端及变换策略的有限多目标策略选择问题。文中推导了所实现的加权目标、非支配选择规则、生存乘积误差代理、贝叶斯线性候选排序替代模型及分布诊断指标。同时,将系统定位与Qiskit通行管理器编译、SABRE风格路由、随机编译、动态解耦、零噪声外推、无矩阵测量缓解、电路切割及汤普森采样等既有工作进行了对比分析。分析表明,QBalance为量子工作流研究提供了可复现的编排与工件模型。此外,研究明确了其局限性:当前赌博机机制可排序候选但未减少候选评估次数;自定义布局启发式算法为贪婪型且仅部分感知拓扑;已实现的ZNE辅助函数以奇偶性为中心;切割集成仅为钩子而非完整重构流水线。
作者单位: VIP可见
提交arXiv: 2026-05-03 09:28

量科快讯