量子科技中心_量科网

量子传感器在空间分辨率和灵敏度方面较经典设备具有显著优势，为材料科学、医疗健康等领域的变革性应用提供了可能。然而，其实际性能常受到噪声、非理想态制备和非完美控制场等未建模效应的制约。该研究团队首次报告了固态开放量子系统灰箱建模策略的实验实现，该框架将基于物理原理的系统模型与数据驱动的实验缺陷描述相结合，相比纯解析性（白箱）方法实现了更高保真度，同时所需训练资源远少于完全依赖深度学习的模型。研究人员利用单自旋量子传感器完成静态磁场估计任务，通过基于先验实验数据训练的灰箱模型进行贝叶斯推断，实现了实验验证。仅使用约1万个训练数据点，该灰箱模型的均方误差较纯物理模型提升了数个数量级。这些成果广泛适用于各类量子传感平台（不限于单自旋系统），对于实时自适应协议尤为重要——模型不精确性在这些场景中可能导致次优控制和性能下降。