この記事では、量子コンピューティングの分野における量子回路の信頼性を向上させるための新しいフレームワーク「FIDDLE」が提案されています。現在の量子デバイスはノイズの影響で信頼性が低く、特にゲートベースの量子コンピューティングにおいてはプロセス忠実度の向上が重要な課題です。FIDDLEは、限られた学習データを使用してプロセス忠実度を推定するガウス過程に基づくサロゲートモデルと、ルーティングを最適化するための強化学習モジュールの2つのモジュールで構成されています。このアプローチは、プロセス忠実度を直接最大化する初の試みであり、従来の回路深さやゲート数などの間接的な指標に依存する方法を上回る成果を示しています。また、FIDDLEは様々なノイズモデルに対して量子回路のプロセス忠実度を著しく改善することが実証されています。