贝叶斯量子参数估计的有限副本策略优化:自适应贪婪策略、并行策略、序列策略及通用策略

在这项工作中,该研究团队研究了在有限次使用编码一个或多个未知物理量的过程时的贝叶斯量子参数估计问题。对于多次使用情况,传统上量子计量协议可分为并行、顺序或不定因果序三类。针对每种类别,核心问题在于确定最优策略——即选择最优输入态、控制操作、测量方案和估计器——以完成估计任务。借助高阶运算的形式化方法,研究人员开发了一种寻找最优解的算法,并基于半定规划提供了高效的数值实现方案。基准测试案例(特别是与现有解析解的对比)验证了该方法的强大性能与精确性。该工作进一步探索了基于经典前馈设计下一轮最优协议的自适应贪婪策略潜力。通过此框架,团队比较了跨类别的最优贝叶斯得分表现。从单参数到多参数估计,以及不同先验分布情况下,多个案例证明了该算法的优势。值得注意的是,研究发现某些案例中不同类别间存在严格层级关系。然而,各类量子存储器辅助策略间的性能差异并不显著,但它们可能显著优于自适应贪婪策略。

作者所在地: VIP可见
作者单位: VIP可见
提交arXiv: 2026-02-10 11:05

量科快讯