量子科技中心_量科网

分布式量子系统的协议通常需要同时获取n个纠缠态，且每个态相对于目标最大纠缠态的保真度必须高于预设阈值Fapp。然而，存储中的纠缠态保真度会随时间衰减——当保真度低于Fapp时，这些态将失效。这在纠缠态按序尝试且生成具有概率性的场景中尤为棘手，因为获取n个合格纠缠态的预期完成时间可能非常漫长。 基于现有纠缠态生成方案，该研究团队构建了一个可在每一步调整生成参数（成功概率p与生成态保真度F）的系统，并将其建模为马尔可夫决策过程，其中策略决定每次尝试采用的生成参数组合(p,F)。通过动态规划方法，研究人员推导出能使合格纠缠态获取时间期望值最小化的最优策略。实验数据显示：最优策略相较于基线方法的优势随n值增长而显著扩大。在紧密依托当前实验的参数范围内，最优策略相较恒定参数策略的加速效果最高可达二十倍。 此外，该工作提出了一种计算轻量的启发式策略生成方法，其在测试参数范围内表现达到或接近最优水平。对于难以计算最优策略的参数场景，该启发式方法仍能高效生成高性能策略。