[논문 리뷰] Practical framework for simulating permutation-equivariant quantum circuits

Su Yeon Chang, Martín Larocca외 1명|arXiv (Cornell University)|2026. 03. 13.

Quantum Computing Algorithms and Architecture인용 수 0

한 줄 요약

본 논문은 Schur–Weyl 분해를 이용한 S_n-equivariant 양자 회로에 대한 실용적 고전적 시뮬레이션 프레임워크를 제시하고, 악화된 복잡도(최악의 경우 O(n^4), 깊이가 상수일 때 층당 O(n^{ω+1}))를 달성하며 Lipkin–Meshkov–Glick 모델 시뮬레이션으로 검증합니다.

ABSTRACT

Understanding which subclasses of quantum circuits are efficiently classically simulable is fundamental to delineating the boundary between classical and quantum computation. In this context, it is well known that certain tasks based on permutation-equivariant unitaries-i.e., $n$-qubit circuits whose action commutes with the qubit-permuting representation of the symmetric group $S_n$-can be simulated in polynomial time. However, existing approaches scale as $O(n^7)$, and can rapidly become prohibitively expensive. In this work, we introduce a practical algorithm for simulating $S_n$-equivariant circuits under the assumption that the gate generators are at most $k$-local, with $k\in O(1)$. The resulting method runs in $O(n^{ω+1})$ time for constant depth, where $ω$ is the matrix multiplication exponent, significantly lowering the polynomial degree compared to existing techniques. Finally, we numerically validate this scaling by simulating the dynamical evolution of the Lipkin-Meshkov-Glick model, and show that for $n=512$ spins, a standard laptop can compute the concurrence of the evolved state in under two minutes.

연구 동기 및 목표

• 순열-대칭(S_n-equivariant) 동역학에 집중하여 고전적으로 시뮬레이션 가능한 회로와 일반 양자 회로 간의 경계를 규정한다.
• 상수 로컬 제너레이터를 갖는 S_n-equivariant 회로를 위한 실용적인 고전적 시뮬레이션 프레임워크를 개발한다.
• 이전에 비해 Schur-블록화된 회로의 시뮬레이션에 필요한 다항식 비용을 감소시킨다.
• 다체 시스템 모델(예: Lipkin–Meshkov–Glick)에의 적용 가능성을 시연하고 큰 n에서의 확장성을 보인다.
• 일반 입력 상태로부터 데이터 추출을 가능하게 하는 순열-불변 고전적 그림자(shadows)를 통합한다.

제안 방법

• S_n-equivariant 연산자와 회로를 차원-블록 대각화하기 위해 Schur–Weyl 분해를 사용한다.
• U와 O를 Schur 기저에서 표현하면 U = ⊕_λ I_{m_λ} ⊗ U_λ 및 O = ⊕_λ I_{m_λ} ⊗ O_λ.
• 각 irrep 내에서 Heisenberg 진화 연산자를 계산: U_λ = ∏_ℓ e^{-i(H_ℓ)_λ}, 여기서 H_ℓ 은 S_n-equivariant 제너레이터이다.
• 희소성 활용: 최대 두 로컬 Pauli 제너레이터의 경우 블록(H_λ)은 밴디드 또는 희소하며, 빠른 고유분해를 가능하게 한다.
• 복잡도 경계 제공: 시간 N_C.T. ∈ O(n^3 + L n^{ω+1}) 및 메모리 N_memory ∈ O(n^3); Corollary 1은 ρ의 알려진 irrep 구성요소가 있는 시나리오를 논의한다.
• 일반적인 k-local 대칭 Pauli 제너레이터로 확장하고, 정리 2는 Schur 기저에서 T_{S_n}(P_k)를 나타내는 데 O(n^2)의 비용을 보인다는 것을 제시한다.

(a) $U$

실험 결과

연구 질문

• RQ1 표현 이론적 방법을 사용하여 S_n-equivariant 양자 회로를 고전적으로 효율적으로 시뮬레이션할 수 있는 방법은 무엇인가?
• RQ2 Schur 기저에서 상수 로컬(k-local) S_n-equivariant 제너레이터를 시뮬레이션할 때의 정확한(실용적인) 시간/메모리 스케일링은 무엇인가?
• RQ3 일반적인 k-local Pauli 제너레이터를 다루면서도 계산 복잡도가 합리적으로 유지될 수 있는가?
• RQ4 고전적 섀도우와의 통합을 통해 큰 N에서 관찰가능량(예: 커런런스)을 계산하는 데 이 방법이 얼마나 효과적인가?
• RQ5 Lipkin–Meshkov–Glick 모델과 같은 물리적으로 관련 있는 모델에서 프레임워크의 실험적 성능은 어떠한가?

주요 결과

• 제안된 프레임워크는 상수 깊이의 S_n-equivariant 회로에 대해 최악의 경우 시간 복잡도 O(n^4)을 달성한다.
• 상수 깊이의 회로에서 1- 및 2-로컬 제너레이터의 경우 Heisenberg 진화 비용은 층당 O(n^{ω+1})로 스케일하고 총 비용은 O(n^3 + L n^{ω+1})이며 메모리는 O(n^3)이다.
• Schur-기저 차원 대각화는 irrep당 독립적 처리를 가능하게 하는 d_λ × d_λ 크기의 블록과 다중집합 m_λ를 제공한다.
• Schur 기저에서 일반적인 S_n-equivariant 연산자(예: Pauli 문자열)의 행렬 원소는 대각, 역대각 또는 밴디드인 희소성을 가지며, A_λ 블록의 구성은 O(n^2)을 가능하게 한다.
• 정리 2는 k-local Pauli 제너레이터로의 확장을 뒷받침하며, Schur 기저 표현을 얻는 데 O(n^2) 비용을 보인다는 것을 증명한다.
• Lipkin–Meshkov–Glick 모델에 대한 수치 검증은 표준 랩톱에서 n = 512에 대해 2분도 채 걸리지 않고 스핀 컨커런스를 계산하는 것을 시연한다.

(b) $R(\sigma)$