arXiv · quant-ph· Srinivasan Arunachalam, Qizhao Huang, Makrand Sinha·· 8 天前精选
随机量子电路学习揭示伪随机性的出现阈值
Learning Random Quantum Circuits and the Emergence of Pseudorandomness
arXiv:2609.39821v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Srinivasan Arunachalam, Qizhao Huang, Makrand Sinha
首次提交：2026-09-30 22:24
研究任务与主要进展
作者提出一种仅使用将全零输入映射到输出态所得副本，就能学习 k 维砖墙式随机量子电路的算法；对 n 个站点、深度 d 和随机 2ℓ量子比特门的电路，在任意固定维晶格上以高概率在 poly(n,2^{ℓd}) 时间内恢复原电路，ℓd= 时为多项式时间。
阶段、条件与复现 · 深读核对
- 任务输出与输入访问模型是什么？
- 在什么假设、规模与资源条件下成立？
- 与哪种经典基线比较，是否计入编码与读出？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
本站判断
该工作研究了如何仅凭输出态副本学习随机量子电路，并给出在低维晶格上以 poly(n,2^{ℓd}) 时间高概率恢复电路的算法；其中 ℓd= 时复杂度为多项式。其价值在于用局部相关性判据绕开学习完整反向光锥的瓶颈，但更高维情形下伪随机性阈值是否仍为 ℓd=ω(log n)，当前摘要仅提出为合理可能性。
来源：arXiv · quant-ph · arxiv.org