量子科技中心_量科网

人们普遍认为，构建具有实用价值的量子计算机需要数万个物理量子比特。光镊构成的原子阵列因其优异的可扩展性和原子量子比特的可操控性，被视为实现这一目标最具前景的平台之一。然而，在当前硬件限制下，组装包含约10^4个量子比特的无缺陷原子阵列仍面临算法挑战——这源于计算复杂度极高的路径规划问题，以及空间光调制器（SLM）生成光镊势场足够平滑轨迹的耗时性问题。本研究提出一个包含两大创新模块的统一框架：（1）采用图神经网络结合改进拍卖解码器的监督学习路径规划模块；（2）名为“相位与轮廓感知加权格克伯格-萨克斯顿算法”的势场生成模块。前者推理时间仅为约5毫秒的尺寸无关常量开销，后者生成单帧势场仅需0.5毫秒，远低于当前商用SLM的刷新周期。该算法使组装10^4量子比特原子阵列的耗时远低于原子阱内真空寿命的典型值。