[論文レビュー] Local algorithms and the failure of log-depth quantum advantage on sparse random CSPs

Antares Chen, Neng Huang+1 more|arXiv (Cornell University)|Oct 2, 2023

Markov Chains and Monte Carlo MethodsMathematics被引用数 3

ひとこと要約

本稿は、高密度な節密度におけるスパースなランダム制約充足問題（CSP）に対して、古典的局所的メッセージパッシングアルゴリズムを構築し、重なりギャップ性質（OGP）に妨げられるアルゴリズムの中で最適な充足割合を達成することを示している。このアルゴリズムは、拡張されたパリージ variational 原理に関連する双対確率的制御問題から導出され、量子近似最適化アルゴリズム（QAOA）や log n 深さまでの有界深さの量子回路に対しても、量子的優位性が存在しないことを証明している。これは平均ケースにおいても成り立つ。

ABSTRACT

We construct and analyze a message-passing algorithm for random constraint satisfaction problems (CSPs) at large clause density, generalizing work of El Alaoui, Montanari, and Sellke for Maximum Cut [arXiv:2111.06813] through a connection between random CSPs and mean-field Ising spin glasses. For CSPs with even predicates, the algorithm asymptotically solves a stochastic optimal control problem dual to an extended Parisi variational principle. This gives an optimal fraction of satisfied constraints among algorithms obstructed by the branching overlap gap property of Huang and Sellke [arXiv:2110.07847], notably including the Quantum Approximate Optimization Algorithm and all quantum circuits on a bounded-degree architecture of up to $ε\cdot \log n$ depth.

研究の動機と目的

• スパースなランダムCSPにおける最適化の量子的優位性の理解のギャップを埋めること。
• 古典的局所的アルゴリズムが重なりギャップ性質（OGP）の下で理論的限界に達することを確立すること。
• 有効度数の制限付きアーキテクチャにおいて、QAOAやlog深さの量子回路が古典的アルゴリズムを上回る優位性を示さないことを示すこと。
• メッセージパッシングとスピンガラス双対性の先行研究を、一般の偶数述語CSPに拡張すること。
• OGPの障害が存在する状況における最適アルゴリズム設計の厳密なフレームワークを提供すること。

提案手法

• メッセージの分布を追跡するために状態推定を用いた、スパースハイパーグラフ上のメッセージパッシングアルゴリズムを開発する。
• 最適なメッセージ非線形性を決定するために、双対確率的制御問題を解く。
• ランダムCSPと平均場型イジングスピンガラスを結ぶスパースから密度への接続を用いる。
• 連続時間制御問題に対する有限差分近似を適用し、離散的アルゴリズム設計を可能にする。
• 擬似リプシッツ関数と集中不等式を用いて、アルゴリズムの値の集中を証明する。
• 収束性と最適性を保証するため、測度連続性に関する技術的条件（仮定1）に依存する。

実験結果

リサーチクエスチョン

• RQ1 古典的局所的アルゴリズムは、OGPの下でスパースなランダムCSPにおいて理論的性能限界に達することができるか？
• RQ2 この領域において、QAOA や log 深さの量子回路は古典的アルゴリズムに優位性を示すことができるか？
• RQ3 拡張されたパリージ variational 原理を用いて、一般の偶数述語CSPに対して最適なメッセージパッシングルールを導出できるか？
• RQ4 重なりギャップ性質（OGP）は、古典的および量子的アルゴリズムの両方を妨げる役割を果たすか？
• RQ5 メッセージパッシングアルゴリズムは、平均場極限におけるスピンガラスモデルと確率的制御の関係は何か？

主な発見

• 提案されたメッセージパッシングアルゴリズムは、OGPに妨げられるアルゴリズムの中で、制約の充足割合の最適限界に漸近的に達する。
• アルゴリズムの性能は、拡張されたパリージ variational 原理の値と一致しており、OGPに妨げられるクラス内での最適性を証明している。
• 偶数述語を有するスパースなランダムCSPにおいて、QAOA や log 深さの量子回路による量子的優位性は排除される。
• アルゴリズムの値はその平均のまわりにきわめて集中しており、n → ∞ のとき高確率で成功が保証される。
• 確率的制御双対性に基づく統一的フレームワークを用いて、先行研究のMax-Cut結果を一般の偶数述語CSPに拡張した。
• 仮定1の下で結果は成り立つが、これは完全に証明されていない技術的課題のままであり、成立すると予想されている。