量子科技中心_量科网

量子计算的潜力从根本上受到量子比特对噪声和串扰固有敏感性的限制，这一问题在多量子比特门操作期间尤为突出。现有解决方案（如硬件隔离和动态解耦）在可扩展性、实验可行性及对抗复杂噪声源的鲁棒性方面存在局限。本研究中，该团队提出一种物理引导的神经控制（PGNC）框架，专门针对超导transmon量子比特系统生成抗串扰的鲁棒控制脉冲。通过将硬件感知参数化与考虑条件相关串扰畸变的哈密顿量信息目标相结合，PGNC框架能在高效探索高维控制空间的同时，引导搜索方向以获得平滑且物理可实现的脉冲。针对CZ门的数值模拟显示，在匹配约束条件下，该方案相较于Krotov基线方法展现出更优的保真度与脉冲平滑度。综合结果表明，PGNC在标称条件和扰动条件下均能实现具有实际意义的稳定改进，其最差情况保真度提升尤为显著，这为近端transmon器件实现鲁棒控制提供了可行路径。