[論文レビュー] Evolving Quantum Oracles with Hybrid Quantum-inspired Evolutionary Algorithm

Shengchao Ding, Zhi Jin+1 more|ArXiv.org|Oct 13, 2006

Quantum Computing Algorithms and Architecture参考文献 12被引用数 4

ひとこと要約

本稿では、量子回路を数値的に符号化し、回路コストと正しさを組み合わせたフィットネス関数を用いて、量子オракルを自動的に設計・最適化するハイブリッド量子インスパイアド進化的アルゴリズム（HQEA）を提案する。この手法は、クライマー・プロダクトに基づく高速な行列乗算アルゴリズムを活用して行列評価を高速化し、記号的または完全にヒューリスティックな手法と比較して、より高い効率性と正確性を実現する量子回路設計の探索を可能にする。

ABSTRACT

Quantum oracles play key roles in the studies of quantum computation and quantum information. But implementing quantum oracles efficiently with universal quantum gates is a hard work. Motivated by genetic programming, this paper proposes a novel approach to evolve quantum oracles with a hybrid quantum-inspired evolutionary algorithm. The approach codes quantum circuits with numerical values and combines the cost and correctness of quantum circuits into the fitness function. To speed up the calculation of matrix multiplication in the evaluation of individuals, a fast algorithm of matrix multiplication with Kronecker product is also presented. The experiments show the validity and the effects of some parameters of the presented approach. And some characteristics of the novel approach are discussed too.

研究の動機と目的

• 進化的計算を用いた量子オーキュラスの効率的設計および最適化の課題に対処すること。
• 量子回路のフィットネス評価における計算ボトルネック、特に高コストな行列乗算の問題を克服すること。
• 進化的演算子の有効な適用を可能にする、量子回路の数値的表現を開発すること。
• 回路コストと正しさを統合したフィットネス関数を構築し、同時に正しさと効率性を最適化すること。
• ベンチマーク用の量子オーキュラスを用いた実験的評価を通じて、本手法の有効性を示すこと。

提案手法

• 各ゲートまたは特定のキュービットにおけるゲート操作が整数インデックスにマッピングされ、量子回路が数値的値で符号化される。
• ハイブリッド量子インスパイアド進化的アルゴリズム（HQEA）が、フィットネスに基づく選択、交差、突然変異を用いて回路表現を進化させる。
• 正しいユニタリ出力に対する報酬と、回路コストに対する罰則を組み合わせたフィットネス関数が、正しさと効率性の両方の最適化を可能にする。
• 量子ゲート操作のクライマー・プロダクト構造を活用して、高速な行列乗算アルゴリズムが開発され、フィットネス評価の高速化が実現される。
• 物理的実現可能性を反映するため、基本ゲートは1キュービットおよび隣接する2キュービット操作（例：H、S、T、CNOT）に制限される。
• 最大ゲート数や満足コストなどのパラメータを調整することで、回路設計および最適化の両方をサポートする。

実験結果

リサーチクエスチョン

• RQ1 量子回路の数値的表現は、量子オーキュラス設計における進化的アルゴリズムの効率性と有効性を向上させるか？
• RQ2 コストと正しさを1つのフィットネス関数に統合することで、進化した量子回路の収束性と品質にどのような影響を与えるか？
• RQ3 クライマー・プロダクトに基づく高速な行列乗算アルゴリズムは、量子回路個体の評価における計算オーバーヘッドをどの程度低減できるか？
• RQ4 フィットネス関数内の報酬・罰則要因の異なる設定が、進化プロセスの成功確率および収束速度に与える影響はいかほどか？
• RQ5 提案されたHQEAベースの手法は、既存の記号的またはヒューリスティックな手法と比較して、最適化され、物理的に実現可能な量子オーキュラスの設計で優れているか？

主な発見

• 提案されたHQEA手法は、エンタングル2やコントロールドフェーズなどのベンチマークケースにおいて、正しい量子オーキュラスを効果的に進化させ、複数回の実行で最適回路を発見した。
• 実験の結果、回路エラーに対する罰則値を高く設定することで、正しく動作するオーキュラスを発見する成功率が顕著に向上した。特に、満足コストを増加させた場合に顕著であった。
• 満足コストが8で罰則値が1000の場合、200回の実行で100％の成功率を達成し、平均して62.65世代目で成功した。
• クライマー・プロダクトを活用した高速な行列乗算アルゴリズムにより、個体評価が顕著に高速化され、フィットネス計算における計算オーバーヘッドが低減された。
• 数値的符号化方式により、記号的表現と比較して、進化的演算子の適用がより自然かつ効果的に行えるようになった。
• 最大ゲート数や満足コストなどのパラメータを調整することで、設計と最適化の両方を柔軟にバランスさせられることが示された。