quantum control | BriefGPT - AI 论文速递

关键词quantum control

搜索结果 - 9

MM量子流学习
研究了基于深度强化学习的流式数据学习，通过连续测量 qubit 以应对不同的噪声模式实现对量子系统进行即时控制，为提高量子技术打下基础。
PDF3 years ago
MM量子离散事件系统的监督控制
本文旨在利用量子有限自动机 (QFA) 作为建模形式建立量子离散事件系统 (QDES) 的基本框架，并对 QDES 的监督控制定理进行建立和证明。同时，我们介绍了一种用于判断可控性条件是否成立的多项式时间算法。特别地，我们构造了许多新的 Q
PDF3 years ago
强化学习辅助的量子优化
我们提出了一个基于强化学习的算法，用于量子近似优化算法（QAOA）内的量子反馈控制，能够基于局部信息选择控制参数，并实现了训练数据的小样本转移学习。
PDF4 years ago
强化学习在量子控制中的优势何时显现？对态制备的比较研究
该研究比较了强化学习算法和非机器学习方法在预备所需量子态问题中的效用，得出了深度 Q-learning 和策略梯度算法在此问题中效果最佳的结论。
PDF5 years ago
学习鲁棒和高精度的量子控制
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。
PDF6 years ago
MM通过实验计算梯度：使用 LSTM 和记忆近端策略优化进行黑盒量子控制
本文介绍了黑盒量子控制作为一个有趣的强化学习问题在机器学习领域的应用，并分析了在量子物理中出现的强化学习问题的结构，提出了通过受随机策略梯度训练长短期记忆（LSTM）网络进行参数化的代理，提供了解决这些问题的一般方法，引入了一种基于此分析的
PDF6 years ago
带有色散耦合量子比特的振荡器的通用控制
通过引入辅助比特，我们实现了谐振腔模式的量子控制，并在强耦合条件下实现了量子控制的证明，同时出示了任意状态准备和任意幺正操作的构造方法，提出了一个高效的方案来准备数态，并与已知的耦合量子比特 - 振荡器系统的量子控制协议进行了比较，此方案可
PDF9 years ago
使用随机基准测试的最优量子控制
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。
PDF10 years ago
脉冲形状对稳健量子控制的影响
研究了通过外场控制二状态量子系统的问题，提出了一种通用的方法，可以导出适用于超快应用的光滑脉冲，具有高保真度、鲁棒性和低能量的特性，这样的形状脉冲可以看作是复合脉冲技术的单次推广，具有时间相关的相位。
PDF11 years ago