量子科技中心_量科网

研究人员致力于研究非马尔可夫量子开放系统的参数估计问题，包括耗散率和环境记忆时间等关键参数。核心挑战在于确定最佳测量时机——该时段需足够长以获取环境信息，同时又要足够短以避免信息被耗散效应抹除。通过机器学习方法，该团队开发出一种基于代表性系综训练的优化控制方案，可在规定运行时间内锁定最佳测量时机。该方案对训练过程中的误差具有鲁棒性，能利用非马尔可夫记忆效应提升测量精度，最终实现的测量不确定度逼近克拉美-罗界设定的量子极限。