Qsyn은 개발자가 양자 회로 합성 알고리즘을 연구, 개발, 테스트, 실험하고 프레임워크에 기여할 수 있는 개발자 친화적인 새로운 양자 회로 합성(QCS) 프레임워크를 제시한다.
본 논문에서는 특정 양자 하드웨어에서 실행되는 게이트 수를 최적화하기 위해 클리포드 테이블로부터 스태빌라이저 회로를 합성하는 새로운 아키텍처 인식 알고리즘을 제안합니다.
무작위 조합 검색을 통해 높은 충실도를 가진 양자 회로를 효율적으로 합성할 수 있으며, 이는 특히 시스템 크기가 커져 기존의 모든 게이트 구성 분석이 불가능할 때 유용하다.
본 논문에서는 심층 강화 학습을 사용하여 Clifford+T 게이트 세트에서 고정밀 내결함성 양자 회로를 합성하는 새로운 방법을 제시합니다. 이 방법은 기존 방법으로는 어려웠던 복잡한 유니터리 연산을 효율적으로 합성하기 위해 대각화 기술을 활용합니다.