摘要
编程量子电路至OpenQASM层级对于实现硬件感知优化和在噪声中间规模量子（NISQ）设备上可靠执行至关重要，然而，由于需要领域特定的规划、迭代代码合成和低级校准，这一过程仍然充满挑战。本文提出了QAgent，这是首个用于端到端OpenQASM代码生成的自主多智能体框架。
QAgent集成了模式感知的任务规划、示例和工具驱动的代码合成，以及硬件感知的校准，形成了统一的规划-合成-校准工作流。该系统利用增强检索生成（RAG）访问结构化的内核知识、示例及后端约束，并采用协调的多智能体推理与迭代执行反馈以确保正确性。
我们在12个代表性的量子内核及其组合上评估了QAgent，涵盖五个大型语言模型（LLMs）。结果表明，QAgent在单内核任务上提高了47-70%的Pass@1准确率，并在多内核工作流中达到了超过88%的准确率，显著优于现有基线。此外，在现实硬件频率漂移下，QAgent通过自动校准保持接近单位的执行保真度，而基于SDK的LLM方法则遭遇显著降级。这些结果表明，集成规划、合成和校准对于可靠的量子程序生成至关重要。
QAgent的实现已开源，访问链接：QAgent GitHub
博主点评： QAgent的创新之处在于其多智能体架构和集成的工作流，显著提高了量子编程的自动化和准确性。尤其是在NISQ设备环境下，这种方法的实际应用潜力巨大，推动了量子计算的进步。其开源性质也为研究者提供了良好的实验平台。