量子科技中心_量科网

捕捉量子多体系统在时变驱动协议下的动力学行为是数值模拟面临的核心挑战。现有方法如张量网络和时变神经量子态必须针对每个协议重新计算。该研究团队提出神经算子量子态（NOQS）作为量子动力学的基础模型——该方法不求解单个轨迹的薛定谔方程，而是学习将完整驱动协议映射到时演化量子态的解算子。经过训练后，NOQS仅需单次前向传播即可预测未见过协议下的时间演化，无需额外优化。研究人员在具有时变纵向场和横向场的二维伊辛模型上验证了NOQS，结果表明其不仅能准确预测分布内未见协议，还能预测驱动函数形式完全不同的分布外协议。此外，单个NOQS模型可在不同时间分辨率间迁移，并能通过稀疏实验测量进行高效微调，以可忽略的成本提升所有可观测量预测精度。该工作开创了量子动力学模拟新范式，为驱动量子系统提供了实用的计算-实验接口。