量子科技中心_量科网

高保真量子控制的实现对量子信息处理至关重要，尤其在噪声环境中，控制策略必须同时实现精确操控与有效噪声抑制。传统最优控制方案通常需要数值计算系统动力学。近期研究表明，长短期记忆神经网络（LSTM-NN）能准确预测开放量子系统的时序演化。基于LSTM-NN预测的动力学特性，该研究团队提出了一种面向开放量子系统的快速高效最优控制框架。作为范例，该方案被应用于非马尔可夫环境下两能级系统的绝热加速最优控制设计。该优化过程包含两个步骤：驱动轨迹优化与零面积脉冲优化。两个步骤均获得了保真度提升，验证了方案的有效性。该最优控制设计方案利用预测动力学生成优化控制，在量子计算、通信和传感领域具有广泛的应用潜力。