[论文解读] Efficient Circuits for Quantum Walks

Chen-Fu Chiang, Daniel Nagaj+1 more|arXiv (Cornell University)|Mar 20, 2009

Quantum Computing Algorithms and Architecture参考文献 16被引用 4

一句话总结

本文提出了一种高效量子线路构造方法，用于实现基于任意稀疏经典随机游走的量子行走。通过适配Grover与Rudolph的相干概率分布制备方法，作者实现了在稀疏性上的线性缩放以及在逆精度上的对数多项式缩放，显著优于以往在稀疏性上呈二次方或在精度上呈多项式缩放的方法。

ABSTRACT

We present an efficient general method for realizing a quantum walk operator corresponding to an arbitrary sparse classical random walk. Our approach is based on Grover and Rudolph's method for preparing coherent versions of efficiently integrable probability distributions. This method is intended for use in quantum walk algorithms with polynomial speedups, whose complexity is usually measured in terms of how many times we have to apply a step of a quantum walk, compared to the number of necessary classical Markov chain steps. We consider a finer notion of complexity including the number of elementary gates it takes to implement each step of the quantum walk with some desired accuracy. The difference in complexity for various implementation approaches is that our method scales linearly in the sparsity parameter and poly-logarithmically with the inverse of the desired precision. The best previously known general methods either scale quadratically in the sparsity parameter, or polynomially in the inverse precision. Our approach is especially relevant for implementing quantum walks corresponding to classical random walks like those used in the classical algorithms for approximating permanents and sampling from binary contingency tables. In those algorithms, the sparsity parameter grows with the problem size, while maintaining high precision is required.

研究动机与目标

• 开发针对任意稀疏经典随机游走的量子行走算子的高效量子线路实现。
• 解决现有方法在实现量子行走步骤时资源消耗过高的问题，特别是针对大规模或高精度问题。
• 通过优化转移概率的态制备，减少量子行走步骤的量子门数量与量子比特需求。
• 通过最小化每一步行走的复杂度，使基于量子行走的算法（尤其是具有多项式加速的算法）得以实际应用。
• 为复杂经典马尔可夫链（如永久值近似与列联表抽样问题中所用）提供可扩展的框架。

提出的方法

• 将Grover与Rudolph的相干概率分布制备方法适配至量子行走场景，用于处理可高效积分的概率分布。
• 采用基于递归树结构的转移概率分解，构建控制旋转门以制备目标叠加态。
• 使用基于累积概率动态计算角度θ的控制旋转线路，实现精确的振幅制备。
• 引入映射线路M，将叠加态从控制寄存器S转移到输出寄存器R，随后通过清洁线路C进行逆运算。
• 利用辅助量子比特与DAC（差分角度计算）线路，基于二叉树结构高精度计算旋转角度θ。
• 对中间寄存器与辅助量子比特进行逆运算，以保持量子叠加性并减少资源开销，确保容错实现。

实验结果

研究问题

• RQ1 能否以最小的量子门数量与量子比特使用量，高效实现任意稀疏经典随机游走的量子行走步骤？
• RQ2 与现有方法相比，该方法在稀疏性与所需精度下的实现复杂度如何变化？
• RQ3 该方法能否应用于永久值近似与列联表抽样等任务中所用的复杂经典马尔可夫链？
• RQ4 在量子行走态制备中，电路深度、门数量与精度之间的最优权衡是什么？
• RQ5 所提出的方法是否在渐近复杂度上优于以往通用的量子行走构造方法？

主要发现

• 所提方法在稀疏性参数d上实现线性缩放，在逆精度1/ε上实现对数多项式缩放，总门数为O(md⋅poly(log d, log(1/ε)))。
• 该方法优于以往通用方法在d上呈二次方或在1/ε上呈多项式缩放的实现，展现出显著的渐近优势。
• 所需量子比特数为O(dm + dt + poly(t) + log d)，对辅助量子比特与寄存器使用具有精确控制。
• 线路保持高保真度，当t = Ω(log d + log(1/ε))时，最终酉操作的误差被限制在ε以内。
• 该方法在稀疏性增长且精度要求高的问题（如永久值近似与二元列联表抽样）中尤为有效。
• 实现具有模块化与通用性，可高效构造任意d-稀疏随机矩阵P的量子行走算子。