[论文解读] Efficient Photonic Graph State Generation

Seungbeom Chin, Munro, William John|arXiv (Cornell University)|Jun 27, 2023

Quantum Computing Algorithms and ArchitectureComputer Science被引用 3

一句话总结

本文提出了一种新颖的受 heralded 的线性光学方法，通过费米子减法而非融合门来生成多粒子图态。通过利用线性量子网络（LQG）图象，该方法高效地生成了叶状图态——这是单向量子计算的关键资源——仅使用单光子源、偏振分束器和波片，相比基于融合门的方法，实现了更高的成功概率和显著更少的光子数。

ABSTRACT

Graph states are central resources for quantum information processing, supporting applications in computation, communication, and error correction. In photonic systems, they are typically assembled from smaller entangled states using probabilistic fusion gates, which demand many photons and suffer from low success rates. We present an optimized scheme for directly generating caterpillar graph states (CGSs) -- essential resource states for constructing high-dimensional lattice graph states -- using only single-photon sources, linear optics, and heralded measurements. Based on the linear quantum graph (LQG) picture, our method produces CGSs efficiently and scalably. For CGSs of length $l\ge 3$, it requires $l-2$ fewer photons and achieves a success rate $2^{l-2}$ times higher than fusion-based approaches. These results demonstrate that the LQG picture provides a powerful and flexible route for realizing complex photonic graph states with minimal resources.

研究动机与目标

• 解决基于融合门的线性光学图态生成中资源消耗高和可扩展性差的问题。
• 开发一种系统化、受 heralded 的方法，利用单光子源和线性光学元件生成复杂图态。
• 证明费米子减法可作为生成图态的更通用且高效的方法，替代融合门。
• 表明通过费米子减法生成的叶状图态可作为构建二维簇态的模块化资源。

提出的方法

• 作者采用线性量子网络（LQG）图象，将受 heralded 的纠缠生成映射为有向单部图，特别是‘中心路径有向图’结构。
• 他们通过在 2N-费米子初始态上应用 N 个单费米子减法算符，利用后选择生成多粒子纠缠态。
• 该方法将费米子塑形双图转换为使用标准组件的光学电路：单光子源、偏振分束器（PBSs）和四分之一波片（HWPs）。
• 成功概率的表达式为 $ P_{\text{suc}} = \left(\frac{1}{2}\right)^{2\sum_{j=1}^{l+1}K_j - l - 1} \frac{1}{(l+2) \cdot (l+2)!} $，光子数随系统尺寸线性增长。
• 该方法在受 heralded 测量方面比融合门更具灵活性，可通过 LQG 图象进行优化。
• 生成的叶状态随后通过 II 型融合门融合，构建二维簇态，冗余的叶结构支持误差校正。

实验结果

研究问题

• RQ1 费米子减法能否作为线性光学中生成图态的系统性替代方法，替代融合门？
• RQ2 与基于融合门的方法相比，费米子减法在光子数和成功概率方面的资源效率如何？
• RQ3 LQG 图象能否用于设计高效受 heralded 的方案，以生成任意叶状图态？
• RQ4 在光学生图态生成的背景下，费米子减法在多大程度上可被视为融合门的推广？
• RQ5 通过该方法生成的叶状图态能否作为可扩展、模块化的资源，用于构建二维簇态？

主要发现

• 所提出的费米子减法方法实现了叶状图态的线性光子数标度，而基于融合门的方法则需要指数级光子数。
• 该方案的成功概率为 $ P_{\text{suc}} = \left(\frac{1}{2}\right)^{2\sum_{j=1}^{l+1}K_j - l - 1} \frac{1}{(l+2) \cdot (l+2)!} $，表明其在大规模系统中具有高效率。
• 该方法仅需单光子源和标准线性光学元件，无需昂贵的纠缠资源态。
• 受 heralded 测量设置比融合门更具灵活性，可通过 LQG 图象实现优化。
• 通过该方法生成的叶状图态可利用 II 型融合门融合为二维簇态，从而实现可扩展的单向量子计算。
• 本研究确立了融合门是受 heralded 费米子减法的一个特例，提示在光学生图态生成中存在更广泛的优化潜力。