本文展示了可以将时间有序的量子演化视作层次有序的神经网络，并将鲁棒控制看作是训练高度泛化的神经网络，利用批处理优化技巧使优化的结果能够显着提高控制的鲁棒性和保持高保真度。

Nov, 2018

本研究介绍了第一个用于比较广泛有限维应用的最优控制算法的研究，并提出了一个新的统一算法框架 DYNAMO，为量子技术社区提供了一个便捷的 MATLAB 工具集。

Nov, 2010

提出一种新的量子控制框架，通过在强化学习智能体的训练环境中加入控制噪声，利用强化学习技术优化量子计算的速度和保真度以及对泄漏和随机控制误差的抗扰性，最终取得了一定的优化成果。

Mar, 2018

我们实现了一种基于自动差分的量子最优控制算法，并利用图形处理器的加速。我们的策略有助于在经济实惠的台式机上进行高效的数值模拟，包括探索与现实实验有关的各种优化约束和系统参数。我们演示了基于精细评估中间时间步骤的性能优化的量子演化，从而实现对演化路径的更加复杂的控制。

Dec, 2016

该研究提出了一种有效的策略来控制量子多体一维非可积系统，可以与密度矩阵重整化群等张量网络模拟方法相结合，通过该策略可以把超流体气体转化为莫特绝缘体的时间缩短两个数量级，并减少缺陷。最后，研究表明最优脉冲对原子数的波动具有鲁棒性。

Mar, 2010

本文提出了一种优化量子控制实验系统的方法，利用随机基准测试的子集快速推断误差，从而改善单比特和双比特门，最小化门泄漏，识别超导量子位的控制串扰。该方法能够校正参数，使控制误差不再占主导地位，并适用于实验系统的自动化和闭环优化。

Mar, 2014

本文针对量子线性随机系统的物理可实现性，提出了一种可以完全量子化植物输出信号的量子 LQG 最优控制问题，区别于此前的传统控制方法，并提出了带有附加非线性和线性约束的控制器设计问题，为此提出了一种基于交替投影算法的数值方法，通过完全量子控制器设计示例，成功解决了这个问题。

Nov, 2007

通过经过最佳调度函数的纵向绝热量子计算法 (AQC)，可以解决一个量子线性系统问题 (with O (kappa poly (log (kappa/epsilon)) 的运行时间 (其中 kappa 为条件数，epsilon 为目标精度），我们的方法适用于一般非厄米矩阵，当限制在厄米矩阵上时，该方法可以减少成本和量子比特的数量，最近提出的随机化方法，数值结果表明，在最短时间内，QAOA 可以相较于最优时间 AQC、香草 AQC 和最近推出的随机化方法取得最低的运行时间。

Sep, 2019

本文提出了两种基于机器学习的方法，采用强化学习 (RL) 框架和核密度估计 (KDE) 技术，分别用于优化 QAOA 电路，从小规模问题实例中学习，然后在较大的问题实例中使用，结果表明与其他现成的优化器相比，这两种方法可以将优化度缺口减少多达 30.15 个因子。

Nov, 2019

本文综述了量子优化控制的最新进展，包括对开放量子系统可控性的理解、量子控制技术在量子技术中的应用、主要挑战以及未来发展路线图。

May, 2022