Skip to main content
QUICK REVIEW

[论文解读] Breaking the cubic barrier in the Solovay-Kitaev algorithm

Greg Kuperberg|arXiv (Cornell University)|Jun 22, 2023
Scientific Computing and Data Management被引用 4
一句话总结

本文通过引入一种新颖的多尺度框架,结合指数与双指数缩放及基于交换子的群元素,突破了量子门近似复杂度中长期存在的立方律瓶颈,实现了对 $\mathrm{SU}(d)$ 及更一般的半单李群中酉门的近似,其字长为 $O((\log 1/\epsilon)^{1.44042\ldots+\delta})$。该改进源于利用黄金分割率 $\phi$ 将指数降低至 1.44 以下。此结果显著提升了量子线路合成与群生成的效率。

ABSTRACT

We improve the Solovay--Kitaev theorem and algorithm for a general finite, inverse-closed generating set acting on a qudit. Prior versions of the algorithm efficiently find a word of length $O(n^{3+δ})$ to approximate an arbitrary target gate to $n$ bits of precision. Using two new ideas, each of which reduces the exponent separately, our new bound on the word length is $O(n^{1.44042\ldots+δ})$. Our result holds more generally for any finite set that densely generates any connected, semisimple real Lie group, with an extra length term in the noncompact case to reach group elements far away from the identity.

研究动机与目标

  • 为克服在 Solovay-Kitaev 算法中长期存在的 $O((\log 1/\epsilon)^3)$ 门字长复杂度上限,实现对量子门近似的优化。
  • 将改进后的复杂度界限推广至任意连通、半单实李群,包括非紧致情形。
  • 设计一种多尺度算法,结合指数缩放的效率与双指数收敛的精度。
  • 建立由交换子递推生成的群字的幂零类的紧致界限,并将其与黄金分割率联系起来。
  • 为任意有限、关于取逆封闭的门集(其生成 $\mathrm{SU}(d)$)提供一个构造性算法,并给出明确的字长界限。

提出的方法

  • 提出一种两阶段多尺度框架:首先通过交换子递推生成近似指数级的步长,然后将其精细调整为高精度近似。
  • 使用递推关系 $\omega_{n+2} = [\omega_{n+1}^{-1}, \omega_n]$ 生成字长为 $O(2^n)$ 且幂零类为 $\Omega(\phi^n)$ 的群元素,其中 $\phi$ 为黄金分割率。
  • 应用交换子恒等式 $[a,b] = aba^{-1}b^{-1}$ 以生成非交换自由子群,确保足够的非交换性以支持近似。
  • 采用递归改进过程,利用前期生成的更短、更高精度的字来优化粗粒度近似。
  • 在 $\mathrm{SU}(2)$ 中使用泡利矩阵表示,评估标准幂零类,并证明字复杂度的紧致界限。
  • 证明字长 $\ell = O((\log 1/\epsilon)^\alpha)$,其中 $\alpha > \log_\phi 2 \approx 1.44042$,并利用黄金分割率最小化指数。

实验结果

研究问题

  • RQ1对于一般门集,是否可将 Solovay-Kitaev 字长界限中的指数降至 3 以下?
  • RQ2在多尺度群近似中,步长与精炼成本之间是否存在最优权衡?
  • RQ3由交换子生成的字的幂零类如何与字长及近似能力相关联?
  • RQ4Solovay-Kitaev 定理能否推广至与单位元距离受控的非紧致半单李群?
  • RQ5在字长中,$\alpha = \log_\phi 2$ 是否为可实现指数的最小值?

主要发现

  • 本文实现了对 $\mathrm{SU}(d)$ 中任意门的近似,字长为 $O((\log 1/\epsilon)^{1.44042\ldots+\delta})$,突破了此前 $O((\log 1/\epsilon)^{3+\delta})$ 的立方律瓶颈。
  • 指数 $\log_\phi 2 \approx 1.44042$ 被证明是该多尺度构造下的最优值,其源于交换子字幂零类中的斐波那契递推关系。
  • 对于任意连通、半单实李群 $G$,该算法实现 $\ell = O((\log 1/\epsilon)^\alpha + d_G(g,1))$,其中 $d_G$ 为左不变的芬斯勒度量。
  • 由递推关系 $\omega_{n+2} = [\omega_{n+1}^{-1}, \omega_n]$ 生成的字 $\omega_n$ 的幂零类恰好为第 $n$ 个斐波那契数 $f_n$,且在 $\mathrm{SU}(2)$ 中该界限是紧致的。
  • 字长精确为 $\operatorname{len}(\omega_n) = (13 \cdot 2^{n-2} + c)/7$($n \geq 3$),其中 $c$ 依赖于 $n \mod 3$,证实了指数增长。
  • 该界限在如下意义上是紧致的:在给定构造下,无法实现更小的指数 $\alpha < \log_\phi 2$,其由递推关系的渐近行为所证明。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。