量子科技中心_量科网

基态制备是量子模拟与量子计算中的关键任务，它使得关联相的研究以及纠缠资源态的生成成为可能。尽管测量-反馈控制已成为一种有前景的态制备途径，但现有方案要么依赖于手工设计的、任务特定的策略，要么基于全量子态信息进行设计，而后者在实际实验中无法获取，且对于大型多体系统而言变得不切实际。该工作开发了一种基于部分可观测性下的强化学习的自适应测量-反馈协议。该控制器仅利用实验可获得的测量结果的历史记录，实时选择测量算符和反馈动作。为使训练与实验兼容，该团队引入了一种由随机采样的哈密顿量分量的单次测量构建的随机终端奖励，该方法避免了不切实际的全态重构，同时保持了对目标能量的无偏估计。研究人员通过制备玻色-哈伯德模型的基态以及生成GHZ态来演示该方法，建立了一条可扩展且与硬件兼容的量子态制备路径。