強化学習を用いた高効率な低重み量子誤り訂正符号の発見

Discovering highly efficient low-weight quantum error-correcting codes with reinforcement learning

February 20, 2025

著者: Austin Yubo He, Zi-Wen Liu

cs.AI

要旨

スケーラブルなフォールトトレラント量子コンピューティングの実現は、量子誤り訂正符号に依存すると期待されています。より効率的な量子フォールトトレランスを追求する中で、誤りに関する情報を抽出し誤り訂正を可能にする測定の重みは、重要な符号パラメータです。測定の重みが高くなるほど実装コストが増大し、より多くの誤りが導入されるため、符号設計において測定の重みを最適化することが重要です。これが、量子低密度パリティチェック（qLDPC）符号に対する関心の高まりの背景にあります。qLDPC符号の研究は主に漸近的（大符号限界）な特性に焦点を当ててきました。本研究では、強化学習（RL）に基づく安定化符号の重み削減のための汎用的で計算効率の高いアプローチを提案します。このアプローチは、実用的に関連するパラメータ領域において、従来の最先端を大幅に上回る新しい低重み符号を生成し、これまでアクセス可能だった小さな距離を大幅に拡張します。例えば、重み6の符号において、既存の結果と比較して物理量子ビットのオーバーヘッドを1～2桁削減し、近未来の実験で実現可能な範囲にオーバーヘッドを持ち込みます。また、RLフレームワークを使用して符号パラメータ間の相互作用を調査し、実用的に実行可能な符号化戦略の潜在的な効率性とパワーに関する新しい洞察を提供します。全体として、我々の結果は、RLが量子符号発見という重要でありながら困難な問題を効果的に進展させ、フォールトトレラント量子技術の実用的な実装への道を加速できることを示しています。

English

The realization of scalable fault-tolerant quantum computing is expected to hinge on quantum error-correcting codes. In the quest for more efficient quantum fault tolerance, a critical code parameter is the weight of measurements that extract information about errors to enable error correction: as higher measurement weights require higher implementation costs and introduce more errors, it is important in code design to optimize measurement weight. This underlies the surging interest in quantum low-density parity-check (qLDPC) codes, the study of which has primarily focused on the asymptotic (large-code-limit) properties. In this work, we introduce a versatile and computationally efficient approach to stabilizer code weight reduction based on reinforcement learning (RL), which produces new low-weight codes that substantially outperform the state of the art in practically relevant parameter regimes, extending significantly beyond previously accessible small distances. For example, our approach demonstrates savings in physical qubit overhead compared to existing results by 1 to 2 orders of magnitude for weight 6 codes and brings the overhead into a feasible range for near-future experiments. We also investigate the interplay between code parameters using our RL framework, offering new insights into the potential efficiency and power of practically viable coding strategies. Overall, our results demonstrate how RL can effectively advance the crucial yet challenging problem of quantum code discovery and thereby facilitate a faster path to the practical implementation of fault-tolerant quantum technologies.