SpinTune:提升量子传感器网络在实际量子-经典效用中的可靠性

新兴量子传感器日益被视为混合量子-经典高性能计算系统的组成部分,有望为科学计算、信息物理系统及机器学习流程赋予全新能力。然而,环境退相干效应会削弱传感可靠性,严重制约其实际应用价值。尽管动态解耦脉冲序列可缓解这一问题,但标准方法在现实噪声环境中往往难以达到最优效果。该团队提出SpinTune——一种基于强化学习的软件方案,能够自主发现适应特定环境的分段式自适应动态解耦序列。通过碳-13自旋浴的仿真模型验证,SpinTune在保持相干性方面显著优于标准动态解耦序列。
作者单位: VIP可见
提交arXiv: 2026-05-06 02:13

量科快讯