[論文レビュー] Compiler Optimization for Quantum Computing Using Reinforcement Learning

Nils Quetschlich, Lukas Burgholzer+1 more|arXiv (Cornell University)|Dec 8, 2022

Quantum Computing Algorithms and Architecture参考文献 35被引用数 4

ひとこと要約

本論文では、量子回路コンパイルをマークフ・意思決定過程（MDP）としてモデル化する強化学習フレームワークを提案する。これにより、最適な最適化パスの順序を自動学習することが可能になる。Qiskit と TKET の多様なコンパイルパスを標準化されたインターフェースと制約を通じて統合することで、期待される忠実度において 73% のケース、臨界的深さにおいて 84% のケース、統合指標において 75% のケースで、両コンパイラを上回る優れた性能を達成した。

ABSTRACT

Any quantum computing application, once encoded as a quantum circuit, must be compiled before being executable on a quantum computer. Similar to classical compilation, quantum compilation is a sequential process with many compilation steps and numerous possible optimization passes. Despite the similarities, the development of compilers for quantum computing is still in its infancy -- lacking mutual consolidation on the best sequence of passes, compatibility, adaptability, and flexibility. In this work, we take advantage of decades of classical compiler optimization and propose a reinforcement learning framework for developing optimized quantum circuit compilation flows. Through distinct constraints and a unifying interface, the framework supports the combination of techniques from different compilers and optimization tools in a single compilation flow. Experimental evaluations show that the proposed framework -- set up with a selection of compilation passes from IBM's Qiskit and Quantinuum's TKET -- significantly outperforms both individual compilers in 73% of cases regarding the expected fidelity. The framework is available on GitHub (https://github.com/cda-tum/MQTPredictor) as part of the Munich Quantum Toolkit (MQT).

研究の動機と目的

• パフォーマンスと相互運用性を妨げる標準化・柔軟性・適応性に欠ける量子コンパイラフローの欠如に対処する。
• Qiskit や TKET などの主要な量子SDKにおいて、ベンダーロックインや新しい最適化技術の導入が遅れる問題を克服する。
• コンパイルを学習可能なプロセスとしてモデル化することで、固定された最適化レベルではなく、動的かつカスタマイズ可能な最適化目標を実現する。
• 特に段階順序の最適化に向けた強化学習を応用した古典的コンパイラ研究の数十年にわたる知見を、量子ドメインに適応する。
• 複数の量子コンパイラやツールからの最適化パスを統合する、プラットフォームに依存しない拡張可能なフレームワークを開発する。

提案手法

• 状態が回路構成を表すマークフ・意思決定過程（MDP）として量子回路コンパイルプロセスをモデル化する。状態は回路の状態を表し、行動は最適化パスの適用を意味し、報酬は忠実度や臨界的深さといった目的指標に基づく。
• Qiskit や TKET といった異なるツールからのコンパイルパスを統合する際の互換性と正しさを保証するため、統一されたインターフェースと明確な制約を定義する。
• 深層強化学習（特に方策勾配法）を用いて、与えられた入力回路に対して最適な最適化パスの順序を選択するエージェントを学習させる。
• エージェントが高品質で低深さの回路を生成するように導くために、期待忠実度と臨界的深さを組み合わせた報酬関数を設計する。
• フレームワークをミュンヘン量子ツールキット（MQT）の一部として実装し、GitHub を介して公開することで、拡張性と既存ツールとの統合を可能にする。
• 新しいパスがインターフェースと制約チェックを満たす限り、インクリメンタルに拡張可能であるように設計する。

実験結果

リサーチクエスチョン

• RQ1 強化学習は、異種のコンパイラツールからなる量子回路最適化パスの最適な順序を、効果的に学習できるか？
• RQ2 Qiskit と TKET の最適化パスを統合した統一フレームワークは、忠実度と回路深さの観点で、これらのツールのネイティブコンパイルフローをどの程度上回るか？
• RQ3 異なる量子ソフトウェアスタックから得た多様な最適化技術を統合する際、このフレームワークは互換性と正しさをどのように確保するか？
• RQ4 固定された最適化レベルをハードコードせずに、ユーザー定義の最適化目標（例：回路深さの最小化、忠実度の最大化）に適応できるか？
• RQ5 このアプローチは、さまざまな量子回路とハードウェアターゲットに対して、どの程度スケーラブルで一般化可能か？

主な発見

• 提案された強化学習フレームワークは、期待忠実度において、IBM の Qiskit や Quantinuum の TKET を 73% のケースで上回った。
• 臨界的深さにおいては 84% のケースで優れた結果を達成し、回路深さの低減が顕著に改善された。
• 忠実度と深さを統合指標として組み合わせた場合、両コンパイラを 75% のケースで上回った。
• 統一インターフェースと制約システムを介して、Qiskit と TKET の最適化パスを一つの整合性のあるコンパイルフローに効果的に統合した。
• 固定された最適化レベルに縛られない、動的でカスタマイズ可能な最適化フローを実現し、既存SDKの制限を克服した。
• フレームワークは拡張可能で、プラットフォームに依存しない設計であり、コードはミュンヘン量子ツールキット（MQT）の一部としてGitHubに公開されており、採用とさらなる研究を促進する。