강화 학습을 활용한 고효율 저중량 양자 오류 정정 코드 발견

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

February 20, 2025

저자: Austin Yubo He, Zi-Wen Liu

cs.AI

초록

확장 가능한 내결함성 양자 컴퓨팅의 실현은 양자 오류 정정 코드에 달려 있을 것으로 예상됩니다. 더 효율적인 양자 내결함성을 추구하는 과정에서, 오류에 대한 정보를 추출하여 오류 정정을 가능하게 하는 측정의 가중치(weight)는 중요한 코드 매개변수입니다. 더 높은 측정 가중치는 더 높은 구현 비용을 요구하고 더 많은 오류를 유발하기 때문에, 코드 설계에서 측정 가중치를 최적화하는 것이 중요합니다. 이는 양자 저밀도 패리티 검사(qLDPC) 코드에 대한 관심이 급증하는 배경이 되며, 이에 대한 연구는 주로 점근적(큰 코드 한계) 특성에 초점을 맞추어 왔습니다. 본 연구에서는 강화 학습(RL)을 기반으로 한 다재다능하고 계산적으로 효율적인 스태빌라이저 코드 가중치 감소 접근법을 소개합니다. 이 접근법은 실질적으로 중요한 매개변수 영역에서 기존의 최신 기술을 크게 능가하는 새로운 저가중치 코드를 생성하며, 이전에 접근 가능했던 작은 거리를 크게 확장합니다. 예를 들어, 우리의 접근법은 가중치 6 코드에 대해 기존 결과 대비 물리적 큐비트 오버헤드를 1~2배 절감하며, 이 오버헤드를 가까운 미래의 실험에 실현 가능한 범위로 끌어올립니다. 또한, 우리는 RL 프레임워크를 사용하여 코드 매개변수 간의 상호작용을 조사함으로써, 실질적으로 실행 가능한 코딩 전략의 잠재적 효율성과 성능에 대한 새로운 통찰을 제공합니다. 전반적으로, 우리의 결과는 RL이 양자 코드 발견이라는 중요하면서도 어려운 문제를 효과적으로 발전시켜, 내결함성 양자 기술의 실질적 구현을 더 빠르게 촉진할 수 있음을 보여줍니다.

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.