arXiv cs.AI· Hee-Youl Kwak, Seong-Joon Park, Hyunwoo Jung, Jeongseok Ha, Jae-Won Kim·· 12 小时前AI 评分22
进化式 BP+OSD 解码：面向低延迟量子纠错的新方案
Evolutionary BP+OSD Decoding for Low-Latency Quantum Error Correction
AI 导读
研究者提出进化式 BP（EBP）解码器，用差分进化算法对 EBP+OSD 结构做端到端优化，并引入多目标选择规则抑制频繁触发 OSD，从而降低复杂度开销。在 surface code 与 QLDPC 码上的仿真显示，EBP+OSD 在低延迟场景下同时实现优于传统 BP+OSD 的解码性能与显著更低的复杂度。
正文 · AI 翻译
摘要：面向容错量子计算的量子纠错（QEC）需要一种兼顾高性能、低复杂度和低延迟的均衡解码方案。然而，事实上的标准方案——置信传播（BP）结合有序统计解码（OSD）——在 BP 阶段存在迭代次数过多的问题，在 OSD 阶段则复杂度较高。为应对这些挑战，我们提出了一种通过差分进化（DE）算法优化的进化式 BP（EBP）解码器。借助 DE 的无梯度特性，我们能够对 EBP+OSD 结构进行端到端优化，以最大化整体性能。此外，我们引入了一种多目标选择规则，用于抑制频繁触发 OSD，从而显著降低复杂度开销。在表面码和量子低密度奇偶校验（QLDPC）码上的仿真结果表明，与传统的 BP+OSD 相比，EBP+OSD 同时实现了更优的解码性能和显著更低的复杂度，在严格的低延迟场景下尤为如此。
| 评论： | 13 页，10 幅图 |
| 主题： | 量子物理（quant-ph）；人工智能（cs.AI） |
| 引用为： | arXiv:2512.18273 [quant-ph] |
| （或 arXiv:2512.18273v3 [quant-ph] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2512.18273 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Hee-Youl Kwak [查看邮箱]
[v1]
2025 年 12 月 20 日星期六 08:29:43 UTC（419 KB）
[v2]
2026 年 5 月 1 日星期五 06:57:29 UTC（562 KB）
[v3]
2026 年 10 月 21 日星期三 11:59:47 UTC（1,100 KB）
来源：arXiv cs.AI · arxiv.org