量子科技中心_量科网

准确高效的解码是实现容错量子计算的关键组成部分。现实中的电路级噪声会引入时间关联和简并性，使得最优（最大似然）解码在一般情况下计算上不可行。因此，实际解码器依赖于启发式近似，而量化其与最优解的差距通常很困难，因为这严重依赖于所考虑的码型和噪声模型。在该工作中，研究人员通过将实际解码算法与最大似然解码基准进行比较，研究了电路级噪声下实际解码算法的准确性。该方法将密度矩阵在整个存储实验中传播，并为每个综合征历史计算出最优解码决策。研究人员引入了具有严格边界的剪枝技术，从而能够访问更多的综合征提取轮次。将该框架应用于重复码和元胞自动机码的小规模实例，并将最小权重完美匹配（MWPM）、带有序统计解码的置信传播（BP+OSD）、Tesseract 和 Planar 解码器与最优解码进行基准比较。虽然标准解码器在重复码上仍接近最优，但研究人员发现对于元胞自动机码存在显著偏差，BP+OSD 在实验相关的噪声区域中已经出现性能恶化。此外，该工作开发的剪枝方法表明，在低物理错误率下，只有很小一部分综合征历史对逻辑错误率有显著贡献。