量子科技中心_量科网

该研究团队提出了一种专为模拟硬件实现设计的非马尔可夫量子储层计算哈密顿量框架。通过将储层划分为系统模块和环境模块，并在统一哈密顿量下演化其联合态，该架构利用具有可调耦合强度的纠缠诱导信息回流，天然嵌入了记忆回流。短期记忆任务的数值基准测试表明，与非马尔可夫状态相比，马尔可夫极限下的记忆衰减速度显著减缓。 进一步分析回波状态特性(ESP)发现：非马尔可夫量子储层从两个不同初始态演化时，即使经过长时间也不会收敛至同一轨迹，这有力表明ESP实际上被打破。该项工作首次在量子储层计算中证明：强非马尔可夫性可从根本上违反ESP，导致传统线性回归读出器无法实现稳定的训练与推理。 最后实验证实：当采用恰当的演化步长时，非马尔可夫储层在高阶非线性自回归移动平均(NARMA)任务上展现出卓越性能。