使用多代理系统通过横向对角门共同设计量子码

于红博

摘要: 我们提出了一个多智能体、人机协同设计的工作流程，用于设计具有预定横向对角门的量子码。该工作流程基于Subset-Sum线性规划（SSLP）框架（arXiv:2504.20847），通过模数残留将基础字符串分区，并通过小型LP强制执行$Z$-边缘Knill-Laflamme（KL）等式。该工作流程由GPT-5提供支持，并在TeXRA（https://texra.ai）中实施，这是一个支持迭代工具使用循环智能体和推导-编辑工作流推理智能体的多智能体研究助手平台。我们在一个LaTeX-Python环境中工作，智能体们推理、编辑文档、执行代码，并将他们的工作同步到Git/Overleaf。在这个工作空间中，有三个角色合作：合成智能体制定问题；搜索智能体扫描/筛选候选项并将数值确切化为有理数；审计智能体独立检查所有KL等式和产生的逻辑行动。作为第一步，我们关注距离$d=2$且非退化残余。对于码维度$K\in\{2,3,4\}$和$n\le6$量子比特，系统化扫描产生具有可证明性支持的表格，目录化可达到的循环逻辑组-所有由新编码实现，例如，对于$K=3$，我们在$n=6$时获得了阶数$16$。从验证的实例中，合成智能体将重复结构抽象为封闭形式的家族，并证明它们满足所有参数的KL等式。它进一步证明了SSLP可以容纳残余退化，并展示了一个实现横向控制相位$diag(1,1,1,i)$的新$((6,4,2))$编码。总体而言，该工作流程将对角横向可行性重新构想为在规模上执行的分析管道，结合系统枚举和精确分析重建。它产生可复制的编码构造，支持对更大$K$和更高距离的有针对性扩展，并朝着数据驱动的分类发展。

更新时间: 2025-10-23 16:45:39

领域: quant-ph,cs.AI,cs.CL,math-ph,math.MP

下载: http://arxiv.org/abs/2510.20728v1