量子科技中心_量科网

该研究提出一种混合量子经典算法（HCQA），用于设计最优量子传感器电路（QSCs）以解决复杂量子物理问题。该方案通过以下创新实现：1）集成深度Q网络（DQN）进行策略优化学习；2）采用基于量子态编码的Ry门构建代理状态；3）通过量子叠加原理生成概率化动作选择机制。实验表明，该算法能自动生成最大量子Fisher信息量（QFI=1）且门数量最优的双量子比特电路（含Rx/Ry/S门序列），成功制备出具有超高测量精度的压缩态纠缠量子态。该工作揭示了人工智能与量子计算的协同效应，为量子态估计与控制任务提供了自主化电路设计新范式。