[论文解读] Exponential capacity scaling of classical GANs compared to hybrid latent style-based quantum GANs

Milan Liepelt, Julien Baglio|arXiv (Cornell University)|Jan 8, 2026

Quantum Computing Algorithms and Architecture被引用 0

一句话总结

该论文通过对 SAT4 图像生成采用自编码器为 latent 空间，实验性地证明了潜在风格的混合量子 GAN (QGAN) 生成器在容量方面对经典对手具有指数级扩展优势。

ABSTRACT

Quantum generative modeling is a very active area of research in looking for practical advantage in data analysis. Quantum generative adversarial networks (QGANs) are leading candidates for quantum generative modeling and have been applied to diverse areas, from high-energy physics to image generation. The latent style-based QGAN, relying on a classical variational autoencoder to encode the input data into a latent space and then using a style-based QGAN for data generation has been proven to be efficient for image generation or drug design, hinting at the use of far less trainable parameters than their classical counterpart to achieve comparable performance, however this advantage has never been systematically studied. We present in this work the first comprehensive experimental analysis of this advantage of QGANS applied to SAT4 image generation, obtaining an exponential advantage in capacity scaling for a quantum generator in the hybrid latent style-based QGAN architecture. Careful tuning of the autoencoder is crucial to obtain stable, reliable results. Once this tuning is performed and defining training optimality as when the training is stable and the FID score is low and stable as well, the optimal capacity (or number of trainable parameters) of the classical discriminator scales exponentially with respect to the capacity of the quantum generator, and the same is true for the capacity of the classical generator. This hints toward a type of quantum advantage for quantum generative modeling.

研究动机与目标

• 激励并评估潜在空间混合 QGAN 是否能以更少的可训练参数超越经典 GAN 的性能。
• 系统性比较经典判别器和生成器的容量扩展性在潜在空间 GAN 框架中的量子生成器表现。
• 在不同模型容量下，使用 FID 和 JSD 作为主要指标评估图像生成质量。
• 通过对自编码器进行细致调优与 WGAN-GP 目标函数，识别稳定的训练范式。
• 提供关于量子生成器在哪些参数区间具有优势的经验性指导。

提出的方法

• 使用经典卷积自编码器将图像映射到 24 维潜在空间。
• 在潜在空间 GAN 中，生成器可以是经典的，或是带有 L 层、12 个量子比特的参数化量子电路（PQC）。
• 使用带梯度惩罚的 Wasserstein GAN（WGAN-GP）并结合梯度范数裁剪以实现稳定训练。
• 在像素空间和特征空间中使用 Fréchet Inception Distance（FID）与 Jensen–Shannon Divergence（JSD）来衡量图像质量。
• 系统性地改变判别器和生成器容量，以确定一个最佳平衡容量。
• 对比无噪声量子仿真生成器与经典生成器，并在 IBM 量子硬件上进行采样对比。

实验结果

研究问题

• RQ1 潜在空间的混合 QGAN 在量子生成器的条件下是否需要比经典生成器指数级更少的可训练参数就能达到可比的 FID 分数？
• RQ2 量子生成器容量与稳定训练所需的经典判别器和生成器容量之间的扩展关系是什么？
• RQ3 自编码器调优如何影响 (Q)GAN 训练的稳定性与质量（FID、JSD）？
• RQ4 无噪声量子仿真结果在 FID 与保真度方面与实际量子硬件采样相比如何？
• RQ5 在 SAT4 图像生成的潜在风格 QGAN 中，量子生成器是否具有实际可观的优点？

主要发现

• 判别器和经典生成器的容量相对于量子生成器容量呈指数级扩展。
• 在最优判别器容量下，经典组件需指数级增长以匹配量子生成器的表达能力，表明潜在风格的 QGAN 中存在量子优势。
• 无噪声量子仿真在自编码器重建基线附近达到较低的 FID，八层运行时量子 FID 的平均值约为 109.6。
• 在某些运行中，经典生成器配置可达到与 AE 基线相当甚至略优的 FID，但需要显著更大的参数量。
• 在 IBM 量子硬件上对八层量子生成器进行采样，得到约 109–110 区间的 FID，表明在某些条件下具备近中期量子优势的可行性。
• 在多次尝试中，经典判别器与生成器的容量随量子生成器容量呈指数级扩展，支持所提出的指数扩展性主张。