带宽与平滑性约束下的结构化量子最优控制——一种用于低复杂度脉冲合成的近似近端ADMM方法

量子最优控制通常仅以标称保真度作为评判标准,然而实际脉冲设计研究还需兼顾带宽、幅度和平滑性等约束条件。本研究采用非精确近端交替方向乘子法(Proximal-ADMM)框架,在单循环中同步实现门保真度最大化与L1稀疏性、全变差正则化、显式带宽限制投影及箱型约束的协同优化。该工作通过单量子比特X门、易泄露量子三态系统任务和双量子比特纠缠门实验,与GRAPE算法、标准Krotov方法和L-BFGS-B算法进行了系统对比。基于十组随机种子、帕累托扫描、消融实验、滤波基线公平性检验、错误发现率校正的显著性分析及鲁棒性测试表明,该方法在标称保真度或计算耗时方面均非全面优胜者,其核心价值在于揭示并稳定了保真度-复杂度关系中的低复杂度边界。经调整PADMM预算参数和热启动时长后,量子三态系统与双量子比特的结构化保真度分别提升至0.6672±0.0001和0.6342±0.0003,同时保持显著低于无约束拟牛顿解的复杂度水平。这些数值仍远低于实际部署的门阈值,故该成果应视为约束脉冲合成的数值框架,而非可直接应用的高保真门方案。训练阶段的鲁棒优化仅带来任务相关增益,其中最显著效果体现在量子三态系统的漂移鲁棒性上,但绝对改进幅度有限。研究结论将PADMM定位为面向低复杂度边界探索的约束原生框架,而非替代无约束高保真求解器的方案。

作者单位: VIP可见
提交arXiv: 2026-03-13 14:27

量科快讯