立方相位态是实现连续变量通用量子计算的充分资源。该研究团队展示了通过强化学习训练深度神经网络控制量子光学电路生成立方相位态的数值实验结果，平均成功率可达96%。该方法唯一所需的非高斯资源是光子数分辨测量。该工作同时证明，完全相同的资源可以直接生成四次相位门，无需借助三次相位门的分解过程。
