量子科技中心_量科网

纵向耦合为实现量子非破坏性（QND）读取提供了一条极具前景的路径，但脉冲设计受到硬件限制（如耦合强度及需保持在线性区间的光子数）的约束。该研究团队开发了一种强化学习框架，在此类约束条件下优化纵向耦合波形。基于绝热捷径（STA）的理论基础，研究人员采用三次B样条参数化辅助轨迹并重构物理控制。在固定短读取时间内，优化后的脉冲收敛至一种饱和约束的平顶协议，其信噪比（SNR）较STA基线提升约50%，同时对参数漂移表现出更强的鲁棒性。仿真结果表明强化学习在优化纵向读取脉冲方面具有显著效果。该优化协议实现了可观的性能提升，并生成由可解释的“饱和-保持”机制控制的平滑、硬件兼容波形。