机器学习辅助下受外部噪声影响的量子比特最优控制

该研究团队将一种机器学习增强的灰箱框架应用于开放量子系统的最优控制方案。该方法结合了白箱物理模型与基于合成数据训练的神经网络黑箱,能够捕捉非马尔可夫噪声效应,并在随机电报和奥恩斯坦-乌伦贝克噪声环境下实现超过90%的门保真度。文中还讨论了该方案的关键性问题。

作者单位: VIP可见
提交arXiv: 2025-12-30 18:13

量科快讯