OrQstrator는 NISQ 시대의 양자 회로 최적화를 위한 모듈형 프레임워크입니다. 심층 강화 학습(DRL) 기반으로, 세 가지 상호 보완적인 회로 최적화기를 지능적으로 선택하여 사용합니다. 첫째, 학습된 재작성 시퀀스를 통해 깊이와 게이트 수를 줄이는 DRL 기반 회로 재작성기, 둘째, 효율적인 지역 게이트 재합성 및 수치적 최적화를 수행하는 도메인 특화 최적화기, 셋째, 게이트 집합 변환 중 템플릿 회로를 최적화하여 컴파일을 개선하는 매개변수화된 회로 인스턴스 생성기입니다. 중앙 조정 엔진은 회로 구조, 하드웨어 제약 조건 및 게이트 수, 깊이, 예상 충실도와 같은 백엔드 인식 성능 기능을 기반으로 조정 정책을 학습하여 이러한 모듈을 조정합니다. NISQ 분석기와 같은 기존 최첨단 방식의 기술을 활용하여 백엔드 제약 조건에 적응하고 하드웨어 인식 트랜스파일링 및 실행을 위한 최적화된 회로를 출력합니다.
