量子科技中心_量科网

动态量子电路将幺正演化与中途测量和前馈相结合，实现了高效量子算法所需的条件操作，这些操作也是容错量子计算的基础。然而，这类操作会引入测量诱发的误差和控制限制，而传统误差抑制技术无法解决这些问题。本文提出一种经验学习框架，可在电路子区间和量子比特子寄存器层面优化动态电路的动态解耦（DD）序列。通过应用经验优化的DD序列，该团队通过随机基准测试将动态电路的平均错误率降低了三倍。该团队将学习到的策略应用于带测量的量子傅里叶变换（QFT+M）的动态电路实现，在多达20个量子比特的互联链上展示了显著的过程保真度。利用这一增强效果，该团队在制备10量子比特纠缠态后立即执行了高信噪比的QFT。研究结果表明，对于动态电路而言，经验优化的DD序列系统性地优于理论推导序列，这使其成为动态量子电路中误差抑制的有效方法，尤其适用于量子纠错等需要测量与反馈的应用场景。