使用深度强化学习和遗传算法优化量子比特链中的量子态传输

量子态传输(QST)通过均匀自旋链在构建可扩展量子硬件方面起着关键作用。一种基本的量子态传输协议在一个量子比特中制备态,并通过通道将其传输到另一个量子比特,力求最小化时间并避免信息损失。该过程的保真度通过与两态间跃迁概率成比例的函数来测量。该研究团队使用恒定磁脉冲和两种互补策略来处理这一优化问题:深度强化学习(其中智能体通过奖励学习脉冲序列)和遗传算法(通过选择和突变发展候选解决方案)。该团队分析了两种方法的效率及其整合物理约束的能力。
提交arXiv: 2025-10-06 16:52

量科快讯