[논문 리뷰] Parallel repetition via fortification: analytic view and the quantum case

Mohammad Bavarian, Thomas Vidick외 1명|arXiv (Cornell University)|2016. 03. 17.

Quantum Mechanics and Applications참고 문헌 17인용 수 6

한 줄 요약

이 논문은 Moshkovitz의 평행 반복을 위한 정량적 재구성 프레임워크를 일반화하여 일반 고전 게임, 양자 얽힌 게임, 다자 게임 설정으로 확장한다. '순서화된 풍부화'—양자 얽힘 값도 유지하는 변형을 도입함으로써, 모든 이러한 설정에서 풍부화된 게임의 값이 지수적으로 감소함을 입증하며, 양자 및 다자 복잡도 이론에서 새로운 갭 증폭 방법을 제공한다.

ABSTRACT

In a recent work, Moshkovitz [FOCS '14] presented a transformation on two-player games called "fortification", and gave an elementary proof of an (exponential decay) parallel repetition theorem for fortified two-player projection games. In this paper, we give an analytic reformulation of Moshkovitz's fortification framework, which was originally cast in combinatorial terms. This reformulation allows us to expand the scope of the fortification method to new settings. First, we show any game (not just projection games) can be fortified, and give a simple proof of parallel repetition for general fortified games. Then, we prove parallel repetition and fortification theorems for games with players sharing quantum entanglement, as well as games with more than two players. This gives a new gap amplification method for general games in the quantum and multiplayer settings, which has recently received much interest. An important component of our work is a variant of the fortification transformation, called "ordered fortification", that preserves the entangled value of a game. The original fortification of Moshkovitz does not in general preserve the entangled value of a game, and this was a barrier to extending the fortification framework to the quantum setting.

연구 동기 및 목표

• Moshkovitz의 원래 풍부화 프레임워크는 고전적 두 명의 플레이어 프로젝션 게임에만 적용되었고, 얽힌 값의 유지가 불가능하여 생기는 제한을 극복하기 위해.
• 특정 프로젝션 게임에 국한되지 않고 모든 고전 게임에 적용 가능한 일반적인 풍부화 방법을 개발하기 위해.
• 기존에 존재하지 않았던, 양자 얽힌 플레이어와 다자 게임에 대한 풍부화 프레임워크를 확장하기 위해.
• 기존의 풍부화 방식이 알파벳 크기를 증가시키고, 양자 설정에서 평행 반복 경계를 무너뜨리는 문제를 해결하기 위해.
• '순서화된 풍부화'—게임의 얽힌 값을 유지하는 수정된 풍부화 방식을 도입하여, 양자 응용을 가능하게 하기 위해.

제안 방법

• 트레이스 노름과 밀도 연산자를 사용하여 Moshkovitz의 조합적 풍부화 프레임워크를 분석적 형태로 재구성한다.
• 기존의 풍부화와 달리 게임의 얽힌 값을 유지하는 '순서화된 풍부화'를 도입한다.
• 힐베르트-스미스 노름에서의 트레이스 부등식과 코시-슈바르츠 부등식을 사용하여 풍부화 하에서 게임 연산자의 변동을 근사한다.
• 원래 게임의 알파벳 크기만에 의존하는 추가 오차를 갖는, 풍부화된 게임에 대한 평행 반복 정리 수립.
• 게임 연산자의 텐서 반복 행동을 분석하여 일반 게임, 양자 얽힌 게임, 다자 게임에 이 프레임워크를 적용한다.
• 초이-자미올로프스키 이sovomorphism과 양자 연산자 이론을 활용하여 결과를 얽힌 및 다자 설정으로 확장한다.

실험 결과

연구 질문

• RQ1 풍부화 프레임워크는 프로젝션 게임을 초월하여 모든 고전 게임으로 일반화될 수 있는가?
• RQ2 게임의 얽힌 값을 유지하는 풍부화 방법이 존재하는가? 이를 통해 양자 설정에서의 응용이 가능해지는가?
• RQ3 풍부화를 사용하여 얽힌 플레이어가 있는 게임에 대해 평행 반복 정리를 수립할 수 있는가?
• RQ4 풍부화 프레임워크는 공유된 얽힘을 가진 다자 게임으로 확장될 수 있는가?
• RQ5 원래 게임의 매개변수에만 의존하는 오차를 유지하면서, 풍부화된 상태에서 반복 게임의 값이 지수적으로 감소할 수 있는가?

주요 결과

• 모든 고전 게임은 분석적 재구성에 의해 풍부화될 수 있으며, 그 결과로 얻어진 풍부화된 게임은 평행 반복 하에서 값이 지수적으로 감소한다.
• 제안된 '순서화된 풍부화'는 게임의 얽힌 값을 유지하므로, 양자 설정에서 풍부화를 적용하는 데 있어 핵심적 장벽을 제거한다.
• 원래 게임의 알파벳 크기만에 의존하는 추가 오차를 갖는 일반 풍부화된 게임에 대한 평행 반복 정리가 입증된다.
• 이 프레임워크는 두 명의 양자 얽힌 플레이어 게임으로도 성공적으로 확장되어, 평행 반복 하에서 얽힌 값이 지수적으로 감소함을 입증한다.
• 이 방법은 얽힌 다자 게임에도 적용 가능하며, 양자 및 다자 복잡도 이론에서 새로운 갭 증폭 기법을 제공한다.
• 분석 결과, 풍부화 하에서 게임 연산자의 트레이스 노름 편차는 O(λ/δ) 이하로 유계이며, 여기서 λ는 편차를 제어하는 상수이고 δ는 기준 트레이스의 하한이다.