2026年3月総合大会で「動的な需要に対する分散量子演算の強化学習を用いた割り当て法」というタイトルで九州産業大学で発表してきました(田中　信元)

はじめに

こんにちは。先進ネットワーク研究室B4の田中信元です。2026年3月10日～13日に九州産業大学で開催された総合大会で研究成果を発表してきましたのでその内容を報告します。

概要

量子計算資源を複数ノードへ分散配置する分散型量子コンピューティング（DQC）は量子ビット規模の制約を克服する有力な手法である。しかし、ノード間のエンタングルメント資源が有限なため、要求量に応じた動的資源配分が計算性能を大きく左右する。特に、複数アプリケーションが同時実行される環境では、量子回路要求とネットワーク資源需要が時間変動するため、効率的な資源管理が課題となる。

そこで、本稿では処理時間の短縮を目的として、DQCネットワークにおける要求受入と論理回路割当の最適化方式を提案する。従来手法では静的状況を前提とし、局所ルールベースで最適化するため動的要求下では性能劣化が起こり得る。

そこで本稿では、強化学習により状況に応じて最適な割り当て判断を逐次学習させるアプローチを採用する。

田中信元-発表資料-1

感想

質疑応答では的確に回答できたと思いますが、発表時間を10分のところ、12分くらいかけてしまいました。正確なタイムキープが今後の課題だと思いました。

福岡では有名なもつ鍋を食べに行きました。結構食べたのですが隣に座っていた中国の方と趣味の話で盛り上がり、おごっていただきました。そのあとその方と二人で博多ラーメンを食べに行き、おなかパンパンになりましたが楽しかったです。