[论文解读] Qubiter Algorithm Modification, Expressing Unstructured Unitary Matrices with Fewer CNOTs

Robert R. Tucci|ArXiv.org|Nov 3, 2004

Quantum Computing Algorithms and Architecture参考文献 4被引用 6

一句话总结

本文提出了一种改进版的Qubiter量子编译器，称为Tuc04，可减少分解非结构化酉矩阵所需的 controlled-NOT（CNOT）门数量。通过在Tuc04(R)变体中引入松弛过程，该方法实现了与世界纪录保持者Mich04算法相同的CNOT门计数，且在小量子比特数下达到了理论下限。

ABSTRACT

A quantum compiler is a software program for decomposing ("compiling") an arbitrary unitary matrix into a sequence of elementary operations (SEO). The author of this paper is also the author of a quantum compiler called Qubiter. Qubiter uses a matrix decomposition called the Cosine-Sine Decomposition (CSD) that is well known in the field of Computational Linear Algebra. One way of measuring the efficiency of a quantum compiler is to measure the number of CNOTs it uses to express an unstructured unitary matrix (a unitary matrix with no special symmetries). We will henceforth refer to this number as $ε$. In this paper, we show how to improve $ε$ for Qubiter so that it matches the current world record for $ε$, which is held by another quantum compiling algorithm based on CSD.

研究动机与目标

• 减少量子编译器中分解非结构化酉矩阵所需的CNOT门数量。
• 通过修改其余弦正弦分解（CSD）方法，提升Qubiter量子编译器的效率。
• 在非结构化酉矩阵分解中，使CNOT门计数达到或超越当前世界纪录，尤其针对N_B ≥ 3量子比特的情况。
• 验证Tuc04(R)变体中新型松弛过程的有效性，该过程被推测可实现最优CNOT门计数。

提出的方法

• 使用递归余弦正弦分解（CSD）对酉矩阵进行分解，将其分解为对角酉矩阵和统一控制的U(2)门，从而修改Tuc99量子编译器算法。
• 引入两种变体：Tuc04(NR)（无松弛）和Tuc04(R)（含松弛过程），以优化门序列。
• 采用变分优化框架，最小化代价函数L，其表达式为对γ_b项的求和，涉及旋转角度和泡利矩阵分量。
• 通过数值方法推导并求解关于方向向量w的方程组（式78），以确定最优旋转轴。
• 对旋转基向量s1、s2、w施加正交性约束，以减少自由度并确保酉性一致性。
• 将代价函数的变分δL表示为独立参数λ1、λ2、λ（分别对应δs1、δs2、δw）的函数，从而实现基于梯度的优化。

实验结果

研究问题

• RQ1 能否修改Tuc99量子编译器，使其在分解非结构化酉矩阵时，CNOT门计数达到当前世界纪录？
• RQ2 Tuc04(R)中的松弛过程是否收敛至实现最小CNOT门计数的解？
• RQ3 能否通过解析或数值方法证明Tuc04(R)的CNOT门计数在N_B > 2时达到理论下限？
• RQ4 在不同量子比特数下，Tuc04(R)与Mich04和HUT04b在CNOT门计数上的性能表现如何比较？
• RQ5 方向向量s1、s2、w及其变分在最小化代价函数和减少CNOT门计数中起到何种作用？

主要发现

• Tuc04(R)变体实现了(2^{N_B} - 1)(2^{N_B - 1} - 1)的CNOT门计数，与Mich04算法保持的世界纪录完全一致。
• 尽管尚未严格证明其松弛过程的收敛性，但Tuc04(R)被推测可实现最优CNOT门效率。
• Tuc04(NR)变体性能劣于Tuc04(R)，其CNOT门计数为(2^{N_B} - 1)(2^{N_B - 1} - 1) + 2^{N_B}，表明松弛过程对实现最优性至关重要。
• HUT04b算法的性能劣于Mich04和Tuc04(R)，其CNOT门计数为(2^{N_B} - 1)(2^{N_B - 1} - 1) + 2^{N_B} + O(1)。
• CNOT门计数的理论下限为ε ≥ 1/4(4^{N_B} - 3N_B - 1)，该下限在N_B = 2时可实现，但尚不明确是否可在N_B > 3时达到。
• 优化框架通过求解关于未知数k_x和k_y的两个方程（式78），成功将代价函数变分δL减小至零，从而实现向低CNOT门解的收敛。