量子科技中心_量科网

玻色子编码是实现连续变量系统量子纠错的一条重要途径，尤其适用于电路量子电动力学（circuit QED）和光力学等实验平台。然而，其制备与稳定仍面临巨大挑战，需要通过对非线性相互作用进行超精密控制来构建纠缠叠加态、抑制退相干效应并缓解动态误差。本研究提出了一种强化学习辅助的Floquet工程方法，该方法具有普适性、高效性和抗噪性，可实现玻色子编码的自主制备。通过机器学习优化Floquet驱动参数，该方案将演化时间缩短了两个数量级以上——仅需传统绝热方案约1%的时间——同时即便在强耗散和退相位噪声下仍能保持高保真度的态制备。这一成果不仅展示了人工智能在量子控制中的强大能力，更为实现容错玻色子量子计算提供了可扩展且实验可行的技术路线。除玻色子编码制备这一具体应用外，该研究还提出了整合机器学习与Floquet工程以克服新一代量子技术中退相干难题的通用范式。