[论文解读] Strong Parallel Repetition Theorem for Quantum XOR Proof Systems

Richard Cleve, William Slofstra+2 more|ArXiv.org|Aug 18, 2006

Computability, Logic, AI Algorithms参考文献 22被引用 24

一句话总结

该论文为量子XOR证明系统建立了完美的并行重复定理，证明了多个XOR博弈并行重复的量子值等于其各自量子值的乘积。通过半定规划和傅里叶分析，作者表明，共享纠缠的证明者通过独立策略可实现最优成功概率，这一性质在经典情形下不成立，原因在于非局域关联的存在。

ABSTRACT

We consider a class of two-prover interactive proof systems where each prover returns a single bit to the verifier and the verifier's verdict is a function of the XOR of the two bits received. We show that, when the provers are allowed to coordinate their behavior using a shared entangled quantum state, a perfect parallel repetition theorem holds in the following sense. The prover's optimal success probability for simultaneously playing a collection of XOR proof systems is exactly the product of the individual optimal success probabilities. This property is remarkable in view of the fact that, in the classical case (where the provers can only utilize classical information), it does not hold. The theorem is proved by analyzing parities of XOR proof systems using semidefinite programming techniques, which we then relate to parallel repetitions of XOR games via Fourier analysis.

研究动机与目标

• 建立一个强并行重复定理，适用于证明者共享纠缠的量子XOR证明系统。
• 解决在量子设置下，XOR博弈并行重复的成功概率是否等于各博弈个体成功概率乘积的问题。
• 对比量子与经典行为的差异，因为经典策略不满足该乘积性质。
• 利用量子信息与优化技术，形式化XOR博弈在并行重复下的行为。
• 证明量子策略可实现完美并行重复，而经典策略不能，其原因在于纠缠诱导的关联。

提出的方法

• 将XOR博弈建模为两方证明者的交互系统，其中验证者根据证明者比特的异或结果决定接受与否。
• 将量子值 ωq(G) 定义为使用纠缠态时的最大成功概率，偏移量 εq(G) = 2ωq(G) − 1。
• 使用半定规划刻画XOR博弈及其和的量子值。
• 应用傅里叶分析，将策略在博弈子集上进行分解，建立偏移量与奇偶结果之间的联系。
• 证明所有博弈子集上的期望偏移量等于并行博弈的成功概率。
• 利用偏移量表达式中的对称性与等式条件，证明在量子情形下等式成立，从而导出乘积规则。

实验结果

研究问题

• RQ1 XOR博弈并行重复的量子值是否等于各博弈个体量子值的乘积？
• RQ2 尽管在量子情形下成立，为何经典情形下该完美并行重复性质会失效？
• RQ3 能否使用半定规划与傅里叶分析刻画量子XOR博弈中的最优策略？
• RQ4 纠缠在实现量子XOR证明系统中完美并行重复方面起到何种作用？
• RQ5 是否存在结构原因，使得量子策略在并行重复下表现出乘积行为，而经典策略不能？

主要发现

• n个XOR博弈并行重复的量子值等于各博弈个体量子值的乘积：ωq(∧j=1^n Gj) = ∏j=1^n ωq(Gj)。
• 由于纠缠策略的结构以及偏移量在傅里叶分解下的行为，量子设置下完美并行重复性质得以成立。
• 经典情形的对应版本不满足该乘积规则，反例包括将CHSH博弈重复三次的情形。
• XOR博弈和的偏移量满足 εq(⊕j∈M Gj) = ∏j∈M εq(Gj)，这是证明乘积规则的关键。
• 该证明依赖于对称偏移量表达式中等式的成立，意味着和博弈的最优策略由各分量上的独立策略实现。
• 即使博弈不完全相同，该结果依然成立，且适用于任意有限个XOR博弈在并行重复下的情形。