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指点的冲突性扣问，发表于2025年2月的量子物理学预印本平台arXiv，感兴趣的读者不错通过论文编号arXiv:2502.14372v1走访完整论文。

要相识这项扣问的道理，咱们不妨把量子计较机瞎想成一个极其明锐的精密仪器，就像一台需要在皆备无回荡环境下使命的超精密显微镜。任何细微的侵扰——温度变化、电磁波、以至天地射线——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着重罩，让它能在嘈杂的环境中正常使命。

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子虚，就像医师需要用许多种搜检开辟来会诊病情一样。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。扣问团队靠近的挑战是：能否贪图出更简便、更轻量级的纠错码，既能灵验发现并修正子虚，又不会给量子计较机增多太大包袱？

德州大学的扣问团队想出了一个玄机的惩处决策。他们莫得重新运转贪图全新的纠错码，而是采选了"化繁为简"的战略。具体来说，他们先找到一个距离参数（也即是纠错才略）合乎要求的现存编码，然后用强化学习技艺对其进行"瘦身"，将复杂的测量操作简化为更轻量级的神志。

这就好比你有一个功能强劲但操作复杂的多功能器具箱，扣问团队的方法是保执器具箱的中枢功能不变，但将操作设施大幅简化，让普通东说念主也能纰漏使用。要道立异在于，他们发面前保执纠错才略的前提下减少测量复杂度，比从零运转贪图高纠错才略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

扣问团队遴荐的中枢器具是强化学习，这是一种让计较机通过试错来学习最优战略的方法。把这个经过瞎想成覆按一个围棋妙手：每下一步棋，步伐都会字据遗弃得回奖励或处分，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），通过添加或删除贯穿来挽救编码的性质。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才略保执不变，智能体就得回正面奖励；反之则受到处分。

扣问团队贪图的奖励函数特等玄机。它不仅洽商测量权重的缩小，还要确保编码距离（纠错才略的要道认识）不会着落。就像调试一台复杂机器，你既要让操作变简便，又不行挫伤机器的性能。这种多认识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惩处决策，扣问团队引入了"动作掩码"技艺。这就像给孩子玩拼图时预先挑出不可能拼对的碎屑，让他们把防备力聚会在有但愿的组合上。具体来说，系统会拦阻那些可能糟塌编码基人道质的修改操作，确保智能体永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方法。PPO的上风在于偶然在探索新战略和欺诈已有常识之间找到雅致均衡，既不会因为过于保守而错过更好的惩处决策，也不会因为过于激进而偏离正确认识。

二、超越传统方法：73倍遵守普及的深邃

当扣问团队将他们的强化学习方法与现存的起原进技艺进行对比时，遗弃令东说念主震恐。在某些情况下，他们的方法偶然将物理量子比特的支拨缩小73倍。这意味着本来需要几万个物理量子比特才略已毕的纠错后果，面前用几百个就饱和了。

为了相识这个确立的道理，咱们不错把量子纠错码比作修建一座桥梁。传统方法就像用最沉稳的材料和最复杂的结构来确保桥梁褂讪，固然安全，但资本昂贵。扣问团队的方规章像当代工程师使用先进的力学分析和优化算法，贪图出一样坚固但更轻巧、更经济的桥梁结构。

具体来说，关于认识权重为6、度数为3的编码（这是骨子应用中的瞎想参数），传统的Sabo方法肤浅需要几千到几万个物理量子比特的支拨，而强化学习方法肤浅偶然已毕零支拨或极小支拨。即使在需要支拨的情况下，新方法的支拨也肤浅比传统方法少1到2个数目级。

更令东说念主惊喜的是，强化学习方法在处理大界限编码时推崇尤为出色。跟着编码界限的增长，传统方法的支拨呈现急剧高涨的趋势，而强化学习方法的支拨增长相对缓慢。这种特色关于改日的大界限量子计较应用具有进犯道理。

扣问团队还发现，他们的方法在码率（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彰着。这恰好对应了近期量子计较现实最热枕的参数范围，使得这些新编码有望在骨子量子开辟中得到应用。

三、冲突距离极限：从个位数到35的越过

传统的强化学习代码贪图方法肤浅只可处理距离不特出9的小界限编码，这主如若因为计较量子编码的距离是一个极其复杂的计较问题。距离越大，需要搜检的逻辑操作符组合就呈指数增长，很快就超出了计较才略的极限。

关联词，扣问团队的权重约简方法告捷冲突了这个瓶颈，贪图出了距离高达35的高性能编码。这个冲突的要道在于他们遴荐了一个更容易处理的优化认识：与其从零运转构建高距离编码，不如从已有的高距离编码运转，专注于减少其测量复杂度。

这种战略的玄机之处不错用登山来类比。传统方法就像从山脚运转登攀一座岑岭，每高涨一步都要克服重力和地形的双重阻力。而权重约简方规章像从另一座一样高度但坡度较缓的山岭运转，固然要绕一些路，但最终偶然到达一样的高度，以至更高。

扣问团队贪图的编码不仅在距离上已毕了冲突，在实用性方面也有要紧进展。他们发现的许多编码都具有骨子可行的参数组合，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，这么的界限还是接近现时量子计较开辟的才略范围。

与此前的强化学习编码贪图使命比较，新方法还展现出更强的可推广性。此前的方法肤浅受限于单个逻辑量子比特的小界限编码，而新方法偶然处理包含数百个逻辑量子比特的大界限编码。这种界限上的冲突为已毕果然有用的容错量子计较铺平了说念路。

四、超图乘积码：齐备的起跑线遴荐

扣问团队遴荐超图乘积码算作肇端点并非偶然。超图乘积码是量子低密度奇偶校验码（qLDPC）扣问中的一个经典构造，具有优雅的数学结构和雅致的表面性质。更进犯的是，这类编码提供了一个在编码参数空间中相对均匀漫衍的肇端点聚积。

超图乘积码的构造方法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，超图乘积构造偶然将它们玄机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。

扣问中使用的基础经典编码来自GUAVA数据库中长度不特出30的统统已知最优线性码。这个遴荐确保了肇端编码聚积的各样性和质料，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独到的超图乘积码，酿成了一个包含数百个不同编码的众多现实平台。

道理的是，扣问团队发现超图乘积码在权重约简前后推崇出迥然相异的参数漫衍特征。约简前，编码的权重和度数可能很大且漫衍不均；约简后，这些参数被告捷抵制在认识范围内，同期距离参数基本保执不变。这种转化体现了强化学习优化的精准抵制才略。

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赋闲子，这些冗余性不错在不影响纠错才略的前提下增多编码的逻辑量子比特数目。固然扣问团队在覆按经过中莫得平直优化这个特色，但最终得到的许多编码都能从这种冗余性中受益，已毕比预期更好的编码遵守。

五、精妙的奖励贪图：均衡多严惩法的艺术

贪图一个好的强化学习奖励函数就像调制沿路复杂的菜肴，需要在多种口味之间找到齐备均衡。扣问团队的奖励函数需要同期洽商三个要道成分：减少节点度数、保执编码距离、以及幸免距离着落。

奖励函数的第一部分专注于节点度数的优化。系统为度数在认识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。这种贪图就像玩均衡木游戏，饱读吹智能体保执在安全区域内，同期对偏离认识的活动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。由于计较量子编码距离是一个计较密集型任务，扣问团队玄机地将距离变化算作奖励信号。智能体不仅因保执距离不变而得回奖励，还会因无意提高距离而得回非常奖励，这饱读吹了对更优解的探索。

为了确保统统奖励组件在疏导的规范上起作用，扣问团队使用了最小最大归一化技艺。这就像把不同单元的测量值都转换为疏导的比例尺，使得各个优化认识偶然刚正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，权重的遴荐经过悉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，有益针对距离着落的情况。扣问团队发现，固然这个处分项会暂时拦阻智能体缩小距离，但智能体仍然会遴荐先缩小距离再提高距离的战略。这种看似违抗直观的活动骨子上响应了智能体学会了欺诈距离波动来得回更高的总奖励。

六、覆按经过的道剪发现：智能体的学习轨迹

通过不雅察强化学习智能体的覆按经过，扣问团队发现了一些出东说念主猜想的活动格式。在大辽远情况下，智能体并不会小心翼翼地保执距离不变，而是采选一种"先糟塌再竖立"的战略：最初快速缩小权重和度数，即使这会导致距离着落，然后再想认识收复距离。

这种覆按轨迹不错用拆解和重组产物来类比。智能体就像一个熏陶丰富的搬家工东说念主，知说念有时分为了把产物搬过窄门，必须先阻隔一些部件，通过门后再再行拼装。固然中间现象看起来不完整，但这是达到最终认识的灵验旅途。

不同编码的覆按经过展现出彰着的互异。低码率编码（逻辑量子比特相对较少）的覆按肤浅愈加顺利，因为这类编码有更多的冗余度不错欺诈。比较之下，高码率编码的覆按经过愈加辗转，智能体需要更多的探索才略找到可行的优化旅途。

覆按弧线还揭示了一个道理风物：不同编码的顾问速率互异很大，但最终奖励值却十分接近。这标明固然优化经过的复杂程度不同，但强化学习方法偶然为各样类型的编码找到质料十分的惩处决策。这种一致性解释了方法的鲁棒性和庸碌适用性。

七、与现存方法的全面对比：数目级的上风

当扣问团队将他们的遗弃与文件中的其他方法进行系统对比时，上风显得格外隆起。与Hastings的早期方法比较，强化学习方法在物理量子比特支拨方面已毕了几个数目级的篡改。而与现时起原进的Sabo方法比较，新方法在绝大辽远测试案例中都推崇出显耀上风。

对比遗弃败露了一个了了的趋势：强化学习方法的相对上风跟着编码界限的增大而增强。在小界限编码中，新方法还是展现出彰着上风；而在大界限编码中，这种上风变得愈加显耀。这种特色关于改日的大界限量子计较应用具有进犯道理。

特等值得防备的是支拨因子的对比分析。传统的Sabo方法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着落。比较之下，强化学习方法的支拨因子随码率的增长相对简单，在统统码率范围内都保执较低水平。这种稳固的性能推崇使得新方法愈加可靠和实用。

扣问团队还进行了一个进犯的骨子应用对比。关于一个包含100个逻辑量子比特、距离为16的编码，传统方法产生的编码需要特出14万个物理量子比特，而强化学习方法只需要约6千个物理量子比特。这种互异将平直影响骨子量子开辟的可行性和资本。

八、参数衡量的深度分析：生动性的价值

扣问团队对编码参数之间的衡量关联进行了留神分析，揭示了一些进犯的贪图原则。他们发现，在允许距离限制着落的情况下，物理量子比特支拨不错进一步显耀减少。这为骨子应用中的参数遴荐提供了有价值的带领。

距离容忍度的分析败露了道理的非线性关联。关于大辽远编码，允许距离着落1个单元就能带来显耀的支拨缩小；而允许距离着落2个单元的非常收益相对较小。这种边缘效应递减的特色匡助用户在不同应用场景中作念出理智的衡量遴荐。

扣问还揭示了编码率与优化难度之间的复杂关联。中等码率的编码肤浅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。这个发现为编码贪图提供了进犯带领：在某些应用中，限制挽救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，肤浅存在多个可行的编码遴荐，它们在物理量子比特需求上可能互异很大。这各样种性为骨子应用提供了更大的生动性，使得量子计较工程师不错字据硬件终端遴荐最稳当的编码决策。

九、方法的可推广性：从表面到实施的桥梁

扣问团队对方法可推广性的分析败露了巨大的后劲。现时的遗弃是在相对有限的计较资源下得回的，使用16个CPU中枢就能处理数千量子比特界限的编码。按照这个推广趋势，使用约1000个CPU中枢应该偶然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赋闲子码。

这种可推广性的要道在于强化学习方法的并行化特色。不同的编码不错在寂寞的计较节点上并行优化，而单个编码的优化经过也不错通过多种技艺已毕并行化。这种自然的并行性使得方法偶然充分欺诈当代高性能计较资源。

关联词，可推广性的主要瓶颈仍然是距离计较的复杂性。计较量子编码的距离是一个NP清贫问题，计较复杂度随编码界限指数增长。扣问团队提议了几个可能的惩处决策，包括使用谱罅隙算作距离的类似认识，以及开发更高效的距离计较算法。

尽管存在计较挑战，现时线法还是偶然处理比此前强化学习编码贪图使命大得多的问题界限。这种界限上的冲突不仅解释了技艺的可行性，也为进一步的方法篡改指明了认识。跟着算法优化和硬件性能的普及，更大界限编码的贪图将成为可能。

十、骨子应用的远景：迈向实用量子计较

这项扣问最令东说念主欢快的方面是其骨子应用后劲。扣问团队贪图的许多编码都具有在近期量子开辟上已毕的可能性。举例，一个需要几千个物理量子比特、具罕有十个逻辑量子比特和两位数距离的编码，碰巧合乎现时起原进量子计较平台的才略范围。

特等值得防备的是，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现实进展标明，已毕长程贯穿和生动的量子比特操作是可能的，这恰是应用一般qLDPC编码所需要的要求。扣问团队的低权重编码进一步缩小了已毕难度，使得骨子应用愈加可行。

放心错阈值的角度看，低权重编码具有彰着上风。测量权重的缩小平直减少了已毕赋闲子测量所需的量子门数目，从而缩小了每个测量周期中引入子虚的概率。这种篡改关于达到和超越容错阈值具有进犯道理，可能使得量子纠错在更高的物理子虚率下仍然灵验。

扣问还败露了编码参数与硬件需求之间的平直有关。通过悉心遴荐编码参数，不错使量子纠错决策更好地适配特定硬件平台的终端和上风。这种硬件感知的编码贪图为已毕高效的容错量子计较提供了新的想路。

自然，从表面贪图到骨子已毕还需要惩处许多工程挑战。包括高保真度的量子门已毕、精准的赋闲子测量、以及高效的及时解码算法等。可是，扣问团队提供的低支拨、高性能编码为惩处这些挑战奠定了坚实基础。

归根结底，这项扣问代表了量子纠错码贪图方法的一个进犯转化点。通过鉴定化学习技艺引入这个传统上依赖数学构造的界限，扣问团队不仅得回了性能上的显耀普及，还开辟了一条全新的扣问旅途。这种东说念主工智能驱动的量子技艺发展格式，很可能在改日的量子计较扣问中阐明越来越进犯的作用。

更进犯的是，这种方法的告捷解释了跨学科调和的价值。量子物理、计较机科学和东说念主工智能的联接产生了单独任何一个界限都难以达到的冲突。跟着量子计较技艺的快速发展，这种跨界限的立异调和格式将变得愈加进犯。

扣问团队的使命还为改日的扣问指明了几个进犯认识。除了进一步普及算法遵守和处理更大界限问题外，将这种优化方法推广到其他类型的量子纠错码、洽商特定硬件平台的顾问要求、以及集成及时解码才略等都是值得探索的认识。每一个认识的进展都可能带来量子计较实用化进度的加快。

Q&A

Q1：强化学习优化量子纠错码的方法比较传统方法有什么上风？

A：强化学习方法的最大上风是遵守普及巨大，在某些情况下能将物理量子比特支拨缩小73倍。传统方法就像用最沉稳材料建桥来确保安全，而强化学习方法像当代工程师用优化算法贪图出一样坚固但更轻巧的桥梁。另外，这种方法还能处理距离高达35的大界限编码，远超此前强化学习方法只可处理距离不特出9的终端。

Q2：这种新的量子纠错码什么时分能在骨子量子计较机上使用？

A：扣问团队贪图的许多编码还是接近实用化水平。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，这么的界限还是在现时量子开辟的才略范围内。特等是在可重构原子阵列平台上，由于偶然已毕长程贯穿，这些低权重编码的应用远景愈加光明。

Q3：权重约简是什么真谛？为什么权重越低越好？

A：权重约简就像给复杂的搜检步伐"瘦身"。量子纠错码需要进行测量操作来检测子虚，权重指的是每次测量波及的量子比特数目。权重越高，需要的硬件越复杂开云官网切尔西赞助商，出错概率也越大。扣问团队的方法是保执纠错才略不变的前提下，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开辟的复杂会诊简化为几个简便搜检。