将来の量子ネットワークでは、情報を送ることと、離れた場所で物理量を測ることが、同じ量子もつれの供給源を使うかもしれません。通信に多く回せば、計測へ回せる量は減ります。しかも計測用の大きなもつれを作るほど、準備や伝送の失敗が響きやすくなります。
マニトバ大学、オウル大学、モントリオールの高等工科大学（ÉTS）の研究者らが2026年11月3日に公開したプレプリントは、この配分を扱っています。量子通信とセンシングを統合するQ-ISACで、計測用のもつれをいくつの組に分け、残る資源を通信へどう配るかを、数値シミュレーションで調べた研究です。
簡単にまとめると？
- 通信と計測で共通のベル対を使い、計測側では複数の小さなGHZ状態へ分ける構成を選びます。
- 大きなもつれの感度だけでなく、作成の失敗、光の損失、メモリーの劣化と、通信側に残す資源を考えます。
- 設計上の条件を満たす割合と、個々の試行で計測目標に届く割合は別でした。実際の量子ネットワークでの性能実証ではありません。
共通の資源を、二つの役割に使う
ベル対は、二つの量子ビットがもつれた状態です。このモデルの通信では、基地局が片方を手元に残し、もう片方を利用者へ送ります。届いたベル対は量子状態の転送などに使える資源ですが、論文が数えるのは共有できるもつれの量です。通常の通信速度を表すビット毎秒と、そのまま同じものではありません。
計測側では、複数のベル対を結合して、複数の量子ビットがまとまってもつれるGHZ状態を作ります。一つの参照用量子ビットを基地局に残し、ほかをセンサーへ送る構成です。各センサーで物理量に応じて生じる位相の変化を合わせ、全体に共通する一つの未知の量を推定します。
例えば、センサーへ配る量子ビットが4個の組なら、基地局の参照用1個を含む5量子ビットのGHZ状態になります。この構成には4個のベル対と3回の結合操作が必要です。失敗した準備も資源を消費したものとして数えるため、成功した状態だけを取り出して費用を比べてはいません。
大きな組にすれば、いつも有利なのか
理想的な条件では、多くの量子ビットを一つのGHZ状態にまとめると、各場所で生じた位相を協調して読み取れます。その一方で、大きな組を作るには、成功しなければならない結合操作が増えます。すべての計測用量子ビットが無事に届く確率も下がります。
今回のモデルでは、準備か伝送に失敗した組は、計測情報を得られないものとしました。基地局で参照用量子ビットを保持する間の劣化も含めています。したがって、理想的な感度の高さだけで組の大きさを決めると、試行を平均した有効な情報量や、最低限の情報が得られる確率を見誤ります。
複数の独立した組へ分ければ、一つが失敗しても、ほかの成功した組の情報を足せます。ただし、組を増やすと基地局に残す参照用量子ビットも増えます。小さく分け続ければよいわけでもなく、光源、メモリー、センサー、結合処理の容量を一緒に考える必要があります。
学習で計測の組を選び、残りを通信へ配る
提案手法はHC-PPOと呼ばれます。まず強化学習が、計測用の組の数や大きさ、どのセンサーへ何個配るかを選びます。物理的な容量を超える選択肢や、通信側の必要量に届かなくなる選択肢を除き、必要に応じて別の配分へ修正します。その後、残った資源を通信利用者へ配ります。
通信側では、届きやすい相手へすべて集中させるのではなく、利用者間の公平性と最低限のサービス量を考慮します。計測側の組み合わせ選びを学習に任せ、通信側は条件がそろえば数式から配分を求められる形へ分けた設計です。
ただし、選択肢の除外や修正は、すべての条件を必ず満たす保証ではありません。先の時刻にまだ目標へ届く可能性がある、という必要条件を確かめる部分も含まれます。論文では、学習器と修正処理を合わせた方式を、学習に使っていない条件で評価しています。
「ほぼ100%」と「約96〜98%」は何が違うか
標準のシミュレーションは、200m四方の領域に通信利用者10、センシング地点5を置き、8区間にわたって配分する設定です。各区間に最大1,000個のベル対を供給し、最大4組のGHZ状態を扱います。光ファイバーと自由空間の光通信を、それぞれ損失モデルで評価しました。時間区間は規格化されており、この数値だけから実装時の通信速度を決めることはできません。
標準の収束試験では、調べた全テスト事例で設計上の制約を満たし、目標や結合成功率を変えた比較でも、適応的な方式はほぼ100%の実行可能率を示しました。この中には、平均して得られる計測情報が目標を超えることや、各区間で最低限の情報が得られる確率に関する条件が含まれます。
一方、準備や伝送の成否を実際に乱数で引く別の評価では、最後に計測情報の目標へ届いた割合は約96〜98%でした。各テスト事例で2,000回の試行を行い、学習の乱数種ごとに100事例を評価した結果です。平均情報量には目標の約1.6〜12.6倍の余裕があっても、すべての試行が成功するわけではありません。
| 見るもの | 意味 | そこからは言えないこと |
|---|---|---|
| 設計上の実行可能率 | 通信・計測・装置容量の条件を満たす配分を返せた割合 | 個々の計測試行が必ず成功すること |
| 平均した量子フィッシャー情報量 | 準備・伝送の失敗も含めた、推定のための情報量の設計指標 | その逆数が、一回ごとの誤差を保証すること |
| 乱数試行での最終目標達成率 | 成功した組の情報を足し、最後に目標へ届いた割合 | 実装したネットワークや、未評価の条件での成功率 |
節約できる量も、比べる条件で変わる
計測用の量子ビットをもつれさせずに使う方式との比較では、同じ情報量と信頼性の条件を課したとき、GHZ方式の平均資源量が小さくなりました。情報量の目標を100とした比較では、調べた組サイズ上限を広げると節約は約27〜30%で頭打ちになり、最大の目標800では約65〜67%でした。これらは、それぞれの方式で条件を満たせた配分について平均した値です。高い目標での割合を、標準設定にもそのまま当てはめることはできません。
固定の割合で通信と計測へ分ける方式とも比較しています。適応的な配分は、固定割合の選び方や伝送条件が合わないときの無駄を減らしましたが、ある設定で通信に99%を予約した固定配分は、適応方式にほぼ並びました。研究が示すのは、常に大差で勝つことよりも、条件に応じて配分と組の構造を変えられる利点です。
実装へ進む前に残る条件
この研究は資源管理のモデルと数値評価です。光路の状態は一つの配分期間中は変わらないとし、自由空間伝送の乱流も平均的な値で扱っています。結合が成功した後の状態は理想的と仮定し、遠隔センサーや測定の追加の誤差なども省いています。成功・失敗を基地局で把握できることも前提です。
また、配分を決める制御器は、成否を一回ずつ受け取って実現した情報量を追うのではなく、期待される情報量を使います。実験装置へ移すなら、時々刻々の光路変動、状態の忠実度、失敗後の再配分、学習・推論の費用を足して評価する必要があります。
通信と計測を一つの基盤に載せるときは、最大感度や平均速度だけでは足りません。限られたもつれをどこへ回し、どの単位の成功を求めるか。その二つを分けて設計することが、この研究を読むうえでの手掛かりになります。