量子科技中心_量科网

该研究团队介绍了一种强化学习算法，旨在识别给定量子操作的固定点。该方法通过基于量子测量的奖惩机制，迭代构建将计算基映射到固定点基的酉变换。当操作对应哈密顿演化时，该任务简化为确定哈密顿本征态。该算法首先在二量子比特和三量子比特的随机哈密顿量上进行基准测试，随后应用于多达六量子比特的多体系统，包括横场伊辛模型和全连通配对哈密顿量。两种情况下算法均被证明运行成功；在配对模型中，它还能揭示隐藏对称性，从而将学习限制在特定对称性子空间。最后，研究人员探讨了即使未完全收敛时仍可通过后选择获得高保真态的可能性。