KI und die schwierigen Probleme der Welt · Quantenphysik & Quantencomputing · arXiv · 2026-10-21
Gleichzeitige Planung der Verschränkungspurifikation in dynamischen Quantennetzwerken
Originaltitel: Concurrent Entanglement Purification Scheduling in Dynamic Quantum Networks
Quantennetzwerke müssen Ende-zu-Ende-Verschränkung liefern, deren Fidelität die Anforderungen der Anwendung erfüllt, typischerweise durch Destillation entlang von Pfaden mit mehreren Hops; bestehende Scheduler arbeiten jedoch auf Link-Ebene oder für statische Anforderungssätze und ignorieren gleichzeitige Anforderungen, die um Link-Kapazität und Quantenspeicher konkurrieren. Die Arbeit untersucht die gleichzeitige Planung der Verschränkungsdestillation in einem zeitslotbasierten Netzwerk mit heterogenen Links und formuliert einen MILP-Scheduler, der die Anzahl eingeplanter Anforderungen maximiert und die Max-Min-Pfadzuweisung als Fairness-Kriterium verwendet, sowie Reinforcement-Learning-Scheduler auf Basis von DQN, PPO und SAC. Bei variierenden Lasten, Topologien und Fidelitätszielen erreichten die RL-Scheduler die höchsten Erfolgsquoten und übertrafen MILP um bis zu 6% sowie die Heuristiken Progressive Filling und Greedy um 16.5% bzw. 19.5% — auf Kosten eines höheren Bell-Paar-Verbrauchs und einiger zurückgestellter Anforderungen —, während MILP in den meisten Szenarien die höchste Fairness und den geringsten Bell-Paar-Verbrauch bot.