这项由德州大学奥斯汀分校的Austin Yubo He和清华大学丘成桐数学科学中心的刘子文共同疏通的碎裂性盘问，发表于2025年2月的量子物理学预印本平台arXiv，感风趣的读者不错通过论文编号arXiv:2502.14372v1拜访完整论文。
要领路这项盘问的意旨，咱们不妨把量子筹商机想象成一个极其敏锐的精密仪器，就像一台需要在十足无飞动环境下责任的超精密显微镜。任何眇小的插手——温度变化、电磁波、致使六合射线——都会让它出错。而量子纠错码就像是给这台精密仪器装上的减震器和驻防罩，让它能在嘈杂的环境中正常责任。
传统的量子纠错码有个大问题：它们需要进行复杂的测量操作来检测失实，就像大夫需要用许多种搜检诱导来会诊病情一样。这些测量操作越复杂，需要的硬件就越多，出错的概率也越大。盘问团队靠近的挑战是：能否遐想出更简便、更轻量级的纠错码，既能灵验发现并修正失实，又不会给量子筹商机加多太大职守？
德州大学的盘问团队想出了一个隐痛的处罚决策。他们莫得从新开动遐想全新的纠错码，而是选择了"化繁为简"的战略。具体来说，他们先找到一个距离参数（也即是纠错智商）适当要求的现存编码，然后用强化学习本领对其进行"瘦身"，将复杂的测量操作简化为更轻量级的体式。
伸开剩余91%这就好比你有一个功能强劲但操作复杂的多功能器用箱，盘问团队的措施是保执器用箱的中枢功能不变，但将操作本领大幅简化，让普通东说念主也能放肆使用。要道立异在于，他们发当今保执纠错智商的前提下减少测量复杂度，比从零开动遐想高纠错智商的简便编码要容易得多。
一、强化学习：让机器像玩游戏一样优化编码
盘问团队选择的中枢器用是强化学习，这是一种让筹商机通过试错来学习最优战略的措施。把这个经过想象成考研一个围棋妙手：每下一步棋，范例都会笔据收尾取得奖励或处分，通过无数次对弈迟缓学会制胜战略。
在量子纠错码的优化中，强化学习智能体的任务是修改编码的结构图（叫作念Tanner图），通过添加或删除迷惑来治愈编码的性质。每次修改后，系统会评估新编码的推崇：如果测量操作变得更简便但纠错智商保执不变，智能体就取得正面奖励；反之则受到处分。
盘问团队遐想的奖励函数尽头隐痛。它不仅磋议测量权重的裁汰，还要确保编码距离（纠错智商的要道策画）不会下跌。就像调试一台复杂机器，你既要让操作变简便，又不可损伤机器的性能。这种多主张优化需要在不同需求间找到精妙的均衡点。
为了确保智能体只探索可行的处罚决策，盘问团队引入了"动作掩码"本领。这就像给孩子玩拼图时势前挑出不可能拼对的碎屑，让他们把重见地鸠合在有但愿的组合上。具体来说，系统会拦阻那些可能碎裂编码基人道质的修改操作，确保智能体恒久在合理的解空间内搜索。
智能体使用的是近端战略优化（PPO）算法，这是强化学习界限的一个经典措施。PPO的上风在于大约在探索新战略和愚弄已有常识之间找到邃密均衡，既不会因为过于保守而错过更好的处罚决策，也不会因为过于激进而偏离正确标的。
二、超越传统措施：73倍效力培育的隐痛
当盘问团队将他们的强化学习措施与现存的起原进本领进行对比时，收尾令东说念主恐慌。在某些情况下，他们的措施大约将物理量子比特的支拨裁汰73倍。这意味着蓝本需要几万个物理量子比特本领终了的纠错后果，当今用几百个就弥散了。
为了领路这个建设的意旨，咱们不错把量子纠错码比作修建一座桥梁。传统措施就像用最镇静的材料和最复杂的结构来确保桥梁平安，固然安全，但本钱崇高。盘问团队的方国法像当代工程师使用先进的力学分析和优化算法，遐想出同样坚固但更轻巧、更经济的桥梁结构。
具体来说，关于主张权重为6、度数为3的编码（这是内容应用中的欲望参数），传统的Sabo措施宽泛需要几千到几万个物理量子比特的支拨，而强化学习措施时常大约终了零支拨或极小支拨。即使在需要支拨的情况下，新措施的支拨也宽泛比传统措施少1到2个数目级。
更令东说念主惊喜的是，强化学习措施在处理大界限编码时推崇尤为出色。跟着编码界限的增长，传统措施的支拨呈现急剧上涨的趋势，而强化学习措施的支拨增长相对缓慢。这种特质关于将来的大界限量子筹商应用具有紧迫意旨。
盘问团队还发现，他们的措施在码率（逻辑量子比特与物理量子比特的比值）较低到中等的情况下上风最为显明。这恰好对应了近期量子筹商实验最温存的参数范围，使得这些新编码有望在内容量子诱导中得到应用。
三、碎裂距离极限：从个位数到35的逾越
传统的强化学习代码遐想措施宽泛只可处理距离不卓绝9的小界限编码，这主若是因为筹商量子编码的距离是一个极其复杂的筹商问题。距离越大，需要搜检的逻辑操作符组合就呈指数增长，很快就超出了筹商智商的极限。
关联词，盘问团队的权重约简措施收效碎裂了这个瓶颈，遐想出了距离高达35的高性能编码。这个碎裂的要道在于他们选择了一个更容易处理的优化主张：与其从零开动构建高距离编码，不如从已有的高距离编码开动，专注于减少其测量复杂度。
这种战略的隐痛之处不错用登山来类比。传统措施就像从山脚开动攀高一座岑岭，每上涨一步都要克服重力和地形的双重阻力。而权重约简方国法像从另一座同样高度但坡度较缓的山岳开动，固然要绕一些路，但最终大约到达同样的高度，致使更高。
盘问团队遐想的编码不仅在距离上终澄澈碎裂，在实用性方面也有首要进展。他们发现的许多编码都具有内容可行的参数组合，比如一个需要6100个物理量子比特、包含417个逻辑量子比特、距离为16的编码，这么的界限依然接近现时量子筹商诱导的智商范围。
与此前的强化学习编码遐想责任比较，新措施还展现出更强的可彭胀性。此前的措施宽泛受限于单个逻辑量子比特的小界限编码，而新措施大约处理包含数百个逻辑量子比特的大界限编码。这种界限上的碎裂为终了委果有用的容错量子筹商铺平了说念路。
四、超图乘积码：齐备的起跑线选择
盘问团队选择超图乘积码行为肇始点并非随机。超图乘积码是量子低密度奇偶校验码（qLDPC）盘问中的一个经典构造，具有优雅的数学结构和邃密的表面性质。更紧迫的是，这类编码提供了一个在编码参数空间中相对均匀远隔的肇始点王人集。
超图乘积码的构造措施不错用乐高积木来类比。给定两个经典的线性纠错码，就像有两套不同的乐高套装，超图乘积构造大约将它们隐痛地组合成一个功能更强劲的量子纠错码，就像用两套积木搭建出一个比原来任何一套都复杂精妙的作品。
盘问中使用的基础经典编码来自GUAVA数据库中长度不卓绝30的通盘已知最优线性码。这个选择确保了肇始编码王人集的各样性和质地，为后续的强化学习优化提供了丰富的材料。每个经典编码都对应一个私有的超图乘积码，变成了一个包含数百个不同编码的庞大实验平台。
真谛的是，盘问团队发现超图乘积码在权重约简前后推崇出天渊之隔的参数远隔特征。约简前，编码的权重和度数可能很大且远隔不均；约简后，这些参数被收效欺压在主张范围内，同期距离参数基本保执不变。这种滚动体现了强化学习优化的精准欺压智商。
超图乘积码还有一个实用上风：它们自然地产生一些冗余的平安子，这些冗余性不错在不影响纠错智商的前提下加多编码的逻辑量子比特数目。固然盘问团队在考研经过中莫得径直优化这个特质，但最终得到的许多编码都能从这种冗余性中受益，终了比预期更好的编码效力。
五、精妙的奖励遐想：均衡多重主张的艺术
遐想一个好的强化学习奖励函数就像调制通盘复杂的菜肴，需要在多种口味之间找到齐备均衡。盘问团队的奖励函数需要同期磋议三个要道成分：减少节点度数、保执编码距离、以及幸免距离下跌。
奖励函数的第一部分专注于节点度数的优化。系统为度数在主张范围内的节点提供固定奖励，并对超出范围的节点施加指数处分。这种遐想就像玩均衡木游戏，饱读舞智能体保执在安全区域内，同期对偏离主张的行为赐与越来越严厉的处分。
距离保执是奖励函数的中枢构成部分。由于筹商量子编码距离是一个筹商密集型任务，盘问团队隐痛地将距离变化行为奖励信号。智能体不仅因保执距离不变而取得奖励，还会因不测提高距离而取得零碎奖励，这饱读舞了对更优解的探索。
为了确保通盘奖励组件在雷同的法式上起作用，盘问团队使用了最小最大归一化本领。这就像把不同单元的测量值都改变为雷同的比例尺，使得各个优化主张大约自制地影响智能体的决策经过。最终的奖励是各个组件的加权和，权重的选择经过全心调试以达到最好均衡。
奖励函数还包含一个立异的处分项，有利针对距离下跌的情况。盘问团队发现，固然这个处分项会暂时拦阻智能体裁汰距离，但智能体仍然会选择先裁汰距离再提高距离的战略。这种看似违犯直观的行为内容上反应了智能体学会了愚弄距离波动来取得更高的总奖励。
六、考研经过的真谛发现：智能体的学习轨迹
通过不雅察强化学习智能体的考研经过，盘问团队发现了一些出东说念主猜度的行为模式。在大无数情况下，智能体并不会贯注翼翼地保执距离不变，而是选择一种"先碎裂再确立"的战略：率先快速裁汰权重和度数，即使这会导致距离下跌，然后再想办国法复距离。
这种考研轨迹不错用拆解和重组居品来类比。智能体就像一个领导丰富的搬家工东说念主，知说念有时辰为了把居品搬过窄门，必须先停止一些部件，通过门后再再行拼装。固然中间气象看起来不完整，但这是达到最终主张的灵验旅途。
不同编码的考研经过展现出显明的各异。低码率编码（逻辑量子比特相对较少）的考研宽泛愈加凯旋，因为这类编码有更多的冗余度不错愚弄。比较之下，高码率编码的考研经过愈加辗转，智能体需要更多的探索本领找到可行的优化旅途。
考研弧线还揭示了一个真谛阵势：不同编码的料理速率各异很大，但最终奖励值却很是接近。这标明固然优化经过的复杂程度不同，但强化学习措施大约为各样类型的编码找到质地很是的处罚决策。这种一致性证明了措施的鲁棒性和平淡适用性。
七、与现存措施的全面对比：数目级的上风
当盘问团队将他们的收尾与文件中的其他措施进行系统对比时，上风显得很是凸起。与Hastings的早期措施比较，强化学习措施在物理量子比特支拨方面终澄澈几个数目级的更动。而与现时起原进的Sabo措施比较，新措施在绝大无数测试案例中都推崇出显耀上风。
对比收尾流露了一个澄澈的趋势：强化学习措施的相对上风跟着编码界限的增大而增强。在小界限编码中，新措施依然展现出显明上风；而在大界限编码中，这种上风变得愈加显耀。这种特质关于将来的大界限量子筹商应用具有紧迫意旨。
尽头值得选藏的是支拨因子的对比分析。传统的Sabo措施的支拨因子在中等码率范围内达到峰值，然后在高码率时急剧下跌。比较之下，强化学习措施的支拨因子随码率的增长相对迟滞，在通盘码率范围内都保执较低水平。这种平稳的性能推崇使得新措施愈加可靠和实用。
盘问团队还进行了一个紧迫的内容应用对比。关于一个包含100个逻辑量子比特、距离为16的编码，传统措施产生的编码需要卓绝14万个物理量子比特，而强化学习措施只需要约6千个物理量子比特。这种各异将径直影响内容量子诱导的可行性和本钱。
八、参数衡量的深度分析：生动性的价值
盘问团队对编码参数之间的衡量相干进行了防卫分析，揭示了一些紧迫的遐想原则。他们发现，在允许距离限制下跌的情况下，物理量子比特支拨不错进一步显耀减少。这为内容应用中的参数选择提供了有价值的率领。
距离容忍度的分析流露了真谛的非线性相干。关于大无数编码，允许距离下跌1个单元就能带来显耀的支拨裁汰；而允许距离下跌2个单元的零碎收益相对较小。这种旯旮效应递减的特质匡助用户在不同应用场景中作念出理智的衡量选择。
盘问还揭示了编码率与优化难度之间的复杂相干。中等码率的编码宽泛需要最大的物理量子比特支拨，而极高码率和极低码率的编码相对更容易优化。这个发现为编码遐想提供了紧迫率领：在某些应用中，限制治愈码率可能比强行优化权重愈加灵验。
参数分析还发现了一个实用性很强的论断：关于给定的逻辑量子比特数和距离要求，宽泛存在多个可行的编码选择，它们在物理量子比特需求上可能各异很大。这种各样性为内容应用提供了更大的生动性，使得量子筹商工程师不错笔据硬件限制选择最得当的编码决策。
九、措施的可彭胀性：从表面到践诺的桥梁
盘问团队对措施可彭胀性的分析流露了巨大的后劲。现时的收尾是在相对有限的筹商资源下取得的，使用16个CPU中枢就能处理数千量子比特界限的编码。按照这个彭胀趋势，使用约1000个CPU中枢应该大约处理包含数百万量子比特的乘积码，或者包含数千量子比特的一般平安子码。
这种可彭胀性的要道在于强化学习措施的并行化特质。不同的编码不错在寂然的筹商节点上并行优化，而单个编码的优化经过也不错通过多种本领终了并行化。这种自然的并行性使得措施大约充分愚弄当代高性能筹商资源。
关联词，可彭胀性的主要瓶颈仍然是距离筹商的复杂性。筹商量子编码的距离是一个NP艰辛问题，筹商复杂度随编码界限指数增长。盘问团队建议了几个可能的处罚决策，包括使用谱缝隙行为距离的雷同策画，以及开发更高效的距离筹商算法。
尽管存在筹商挑战，现时哨法依然大约处理比此前强化学习编码遐想责任大得多的问题界限。这种界限上的碎裂不仅证明了本领的可行性，也为进一步的措施更动指明了标的。跟着算法优化和硬件性能的培育，更大界限编码的遐想将成为可能。
十、内容应用的远景：迈向实用量子筹商
这项盘问最令东说念主痛快的方面是其内容应用后劲。盘问团队遐想的许多编码都具有在近期量子诱导上终了的可能性。举例，一个需要几千个物理量子比特、具稀有十个逻辑量子比特和两位数距离的编码，偶合适当现时起原进量子筹商平台的智商范围。
尽头值得选藏的是，这些编码在可重构原子阵列平台上的应用远景。最近在这类平台上的实验进展标明，终了长程迷惑和生动的量子比特操作是可能的，这恰是应用一般qLDPC编码所需要的条目。盘问团队的低权重编码进一步裁汰了终了难度，使得内容应用愈加可行。
沉稳错阈值的角度看，低权重编码具有显明上风。测量权重的裁汰径直减少了终了平安子测量所需的量子门数目，从而裁汰了每个测量周期中引入失实的概率。这种更动关于达到和超越容错阈值具有紧迫意旨，可能使得量子纠错在更高的物理失实率下仍然灵验。
盘问还流露了编码参数与硬件需求之间的径直有关。通过全心选择编码参数，不错使量子纠错决策更好地适配特定硬件平台的限制和上风。这种硬件感知的编码遐想为终了高效的容错量子筹商提供了新的念念路。
自然，从表面遐想到内容终了还需要处罚许多工程挑战。包括高保真度的量子门终了、精准的平安子测量、以及高效的及时解码算法等。然而，盘问团队提供的低支拨、高性能编码为处罚这些挑战奠定了坚实基础。
归根结底，这项盘问代表了量子纠错码遐想措施的一个紧迫移动点。通过刚烈化学习本领引入这个传统上依赖数学构造的界限，盘问团队不仅取得了性能上的显耀培育，还开辟了一条全新的盘问旅途。这种东说念主工智能驱动的量子本领发展模式，很可能在将来的量子筹商盘问中清晰越来越紧迫的作用。
更紧迫的是，这种措施的收效证明了跨学科协作的价值。量子物理、筹商机科学和东说念主工智能的迷惑产生了单独任何一个界限都难以达到的碎裂。跟着量子筹商本领的快速发展，这种跨界限的立异协作模式将变得愈加紧迫。
盘问团队的责任还为将来的盘问指明了几个紧迫标的。除了进一步培育算法效力和处理更大界限问题外，将这种优化措施彭胀到其他类型的量子纠错码、磋议特定硬件平台的束缚条目、以及集成及时解码智商等都是值得探索的标的。每一个标的的进展都可能带来量子筹商实用化程度的加快。
Q&A
Q1：强化学习优化量子纠错码的措施比较传统措施有什么上风？
A：强化学习措施的最大上风是效力培育巨大，在某些情况下能将物理量子比特支拨裁汰73倍。传统措施就像用最镇静材料建桥来确保安全，而强化学习措施像当代工程师用优化算法遐想出同样坚固但更轻巧的桥梁。另外，这种措施还能处理距离高达35的大界限编码，远超此前强化学习措施只可处理距离不卓绝9的限制。
Q2：这种新的量子纠错码什么时辰能在内容量子筹商机上使用？
A：盘问团队遐想的许多编码依然接近实用化水平。比如他们发现的一个需要6100个物理量子比特、包含417个逻辑量子比特、距离为16的编码，这么的界限依然在现时量子诱导的智商范围内。尽头是在可重构原子阵列平台上，由于大约终了长程迷惑，这些低权重编码的应用远景愈加光明。
Q3：权重约简是什么好奇？为什么权重越低越好？
A：权重约简就像给复杂的搜检范例"瘦身"。量子纠错码需要进行测量操作来检测失实开云(中国)Kaiyun·体育官方网站-登录入口，权重指的是每次测量波及的量子比特数目。权重越高，需要的硬件越复杂，出错概率也越大。盘问团队的措施是保执纠错智商不变的前提下，将测量操作从可能波及几十个量子比特简化为只波及6个量子比特，就像把需要许多搜检诱导的复杂会诊简化为几个简便搜检。
发布于：北京市