量子科技中心_量科网

该研究团队提出DifGa——一种完全可微的误差缓解框架，适用于高斯损耗和弱非高斯噪声条件下的连续变量量子光路。该方案通过PennyLane平台的default.gaussian后端进行解析仿真验证，其中量子态由一阶和二阶矩表示，并通过自动微分实现端到端优化。高斯损耗建模为透射率η∈[0.3,0.95]的环境真空模式与光束分离器的相互作用，非高斯相位噪声则通过可微蒙特卡洛混合随机相位旋转实现（抖动幅度δ∈[0,0.7]）。核心架构采用包含信号模、辅助模和环境模的多模高斯电路，输入态通过参数(rₛ,φₛ,α)=(0.60,0.30,0.80)和(rₐ,φₐ)=(0.40,0.10)的压缩位移操作制备，随后经(θ,φ)=(0.70,0.20)的纠缠光束分离器处理。误差缓解通过附加六参数可训练高斯恢复层实现，该层包含局域相位旋转和位移操作，采用固定学习率0.06的梯度下降法优化信号模正交分量⟨x̂₀⟩和⟨p̂₀⟩的二次损失函数（所有实验采用相同初始化）。在纯高斯损耗条件下，优化后的恢复层将重建误差压制至近机器精度(<10⁻³⁰，当η≥0.5时)。存在非高斯相位噪声时，基于蒙特卡洛平均的噪声感知训练展现出稳健泛化能力，在大相位抖动情况下较纯高斯训练的恢复方案降低误差超一个数量级。运行时基准测试证实其计算复杂度与蒙特卡洛样本数呈线性关系。