AutoQuREO

新框架实现量子资源估算与优化自动化

研究人员开发了AutoQuREO，一个旨在自动化量子计算资源估算与优化的新框架。该系统通过提供一种超越编译密集型或领域知识指导方法的全栈方法，解决了该领域的一个关键挑战。AutoQuREO利用量子计算堆栈的灵活抽象、模块化组件库、结合神经符号学习的代理建模以及集成的多目标优化，充当量子计算堆栈的数字孪生。该框架已通过容错量子算法、纠错码、门分解和参数化量子电路的案例研究得到验证，展示了其揭示资源权衡的能力。