Buchumschlag

Equivariant Reinforcement Learning for Clifford Quantum Circuit Synthesis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yeung, Richie, Kissinger, Aleks, Cornish, Rob
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Quantum Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Differentiating and Integrating ZX Diagrams with Applications to Quantum Machine Learning
von: Wang, Quanlong, et al.
Veröffentlicht: (2022)

Fast Classical Simulation of Quantum Circuits via Parametric Rewriting in the ZX-Calculus
von: Sutcliffe, Matthew, et al.
Veröffentlicht: (2024)

Optimal compilation of parametrised quantum circuits
von: van de Wetering, John, et al.
Veröffentlicht: (2024)

Completeness for Fault Equivalence of Clifford ZX Diagrams
von: Rüsch, Maximilian, et al.
Veröffentlicht: (2025)

Scalable Spider Nests (...Or How to Graphically Grok Transversal Non-Clifford Gates)
von: Kissinger, Aleks, et al.
Veröffentlicht: (2024)

Architecture-Aware Synthesis of Stabilizer Circuits from Clifford Tableaus
von: Winderl, David, et al.
Veröffentlicht: (2023)

Efficient Classical Simulation of Low-Rank-Width Quantum Circuits Using ZX-Calculus
von: Kuyanov, Fedor, et al.
Veröffentlicht: (2026)

Beyond Reinforcement Learning: Fast and Scalable Quantum Circuit Synthesis
von: Theißinger, Lukas, et al.
Veröffentlicht: (2026)

Hybrid Quantum-Classical Machine Learning with String Diagrams
von: Koziell-Pipe, Alexander, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Variational Quantum Circuits Design
von: Foderà, Simone, et al.
Veröffentlicht: (2024)

Challenges for Reinforcement Learning in Quantum Circuit Design
von: Altmann, Philipp, et al.
Veröffentlicht: (2023)

Quantum Hierarchical Reinforcement Learning via Variational Quantum Circuits
von: Lee, Yu-Ting, et al.
Veröffentlicht: (2026)

Hybrid Reward-Driven Reinforcement Learning for Efficient Quantum Circuit Synthesis
von: Giordano, Sara, et al.
Veröffentlicht: (2025)

Procedurally Optimised ZX-Diagram Cutting for Efficient T-Decomposition in Classical Simulation
von: Sutcliffe, Matthew, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Adaptive Composition of Quantum Circuit Optimisation Passes
von: Mills, Daniel, et al.
Veröffentlicht: (2026)

Quantum Supermaps are Characterized by Locality
von: Wilson, Matt, et al.
Veröffentlicht: (2022)

Efficient Learning of Quantum States Prepared With Few Non-Clifford Gates
von: Grewal, Sabee, et al.
Veröffentlicht: (2023)

Unitary Synthesis of Clifford+T Circuits with Reinforcement Learning
von: Rietsch, Sebastian, et al.
Veröffentlicht: (2024)

Breaking Through Barren Plateaus: Reinforcement Learning Initializations for Deep Variational Quantum Circuits
von: Peng, Yifeng, et al.
Veröffentlicht: (2025)

Efficient Learning of Long-Range and Equivariant Quantum Systems
von: Šmíd, Štěpán, et al.
Veröffentlicht: (2023)

Optimizing Quantum Circuits via ZX Diagrams using Reinforcement Learning and Graph Neural Networks
von: Mattick, Alexander, et al.
Veröffentlicht: (2025)

QCA-MolGAN: Quantum Circuit Associative Molecular GAN with Multi-Agent Reinforcement Learning
von: Thomas, Aaron Mark, et al.
Veröffentlicht: (2025)

Scalable Quantum Reinforcement Learning on NISQ Devices with Dynamic-Circuit Qubit Reuse and Grover Optimization
von: Su, Thet Htar, et al.
Veröffentlicht: (2025)

Optimizing Variational Quantum Circuits Using Metaheuristic Strategies in Reinforcement Learning
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

A Study on Optimization Techniques for Variational Quantum Circuits in Reinforcement Learning
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

Theory for Equivariant Quantum Neural Networks
von: Nguyen, Quynh T., et al.
Veröffentlicht: (2022)

ZX-Flow: A Flexible Criterion for Deterministic Computation with ZX-Diagrams
von: Kissinger, Aleks, et al.
Veröffentlicht: (2026)

Ultra Low Overhead Syndrome Extraction for the Steane code
von: Poór, Boldizsár, et al.
Veröffentlicht: (2025)

Fault Tolerance by Construction
von: Rodatz, Benjamin, et al.
Veröffentlicht: (2025)

Floquetifying stabiliser codes with distance-preserving rewrites
von: Rodatz, Benjamin, et al.
Veröffentlicht: (2024)

Quantum Circuit Pre-Synthesis: Learning Local Edits to Reduce $T$-count
von: Bosco, Daniele Lizzio, et al.
Veröffentlicht: (2026)

Hybrid Classical-Quantum Transfer Learning with Noisy Quantum Circuits
von: Martín-Pérez, D., et al.
Veröffentlicht: (2026)

Active Learning with Variational Quantum Circuits for Quantum Process Tomography
von: Yang, Jiaqi, et al.
Veröffentlicht: (2024)

Parametrized Quantum Circuit Learning for Quantum Chemical Applications
von: Jones, Grier M., et al.
Veröffentlicht: (2025)

Accurate Learning of Equivariant Quantum Systems from a Single Ground State
von: Šmíd, Štěpán, et al.
Veröffentlicht: (2024)

Efficient Learning of Quantum States Prepared With Few Non-Clifford Gates II: Single-Copy Measurements
von: Grewal, Sabee, et al.
Veröffentlicht: (2023)

Fourier Analysis of Variational Quantum Circuits for Supervised Learning
von: Wiedmann, Marco, et al.
Veröffentlicht: (2024)

A complete logic for causal consistency
von: Simmons, Will, et al.
Veröffentlicht: (2024)

Explaining Quantum Circuits with Shapley Values: Towards Explainable Quantum Machine Learning
von: Heese, Raoul, et al.
Veröffentlicht: (2023)

Theoretical Guarantees for Permutation-Equivariant Quantum Neural Networks
von: Schatzki, Louis, et al.
Veröffentlicht: (2022)