量子纠错的强化学习控制
容错量子计算的前景正面临环境漂移的严峻挑战,这种持续存在的干扰会不断降低量子操作的质量。当前通过暂停整个量子计算进行重新校准的方案,难以适应未来算法所需的长时间运行需求。该研究团队通过将校准与计算相融合提出创新解决方案:量子纠错过程被赋予双重功能——其错误检测事件不仅能修正逻辑量子态,更被转化为强化学习代理的训练信号,使其在计算过程中持续调控物理控制参数以稳定量子系统。研究团队在超导处理器上实验验证了该框架,将表面码逻辑错误率稳定性对抗注入漂移的能力提升3.5倍,性能超越最先进的传统校准与人工专家调试方案。针对距离-15表面码的模拟实验证实了该方法的可扩展性,其优化速度不受系统规模影响。这项工作开创了量子计算新范式:通过从自身错误中学习实现持续自我优化,永不停歇的量子计算机。
量科快讯
14 小时前
15 小时前
1 天前
1 天前



