量子科技中心_量科网

量子系统的实时反馈控制常受限于部分观测、非线性动力学以及测量噪声，这使得基于模型的精确控制器难以设计。该研究证明，深度强化学习仅利用连续监测的腔透射信号，即可冷却耦合到高精细度光学腔中的单个中性原子的运动。该团队首先在仿真中训练控制器，随后将其迁移至实验环境，并通过在线微调使其适应未建模的实验动力学。学习到的策略能够实时阻尼原子运动，实现388±14微秒的冷却时间常数，仅相当于势阱中两个运动周期。在冷却速度上，该策略优于标准线性微分控制器，同时在宽范围运行条件下保持相当的原子保留率。这些结果确立了强化学习作为反馈控制实用策略的地位，适用于精确分析模型不完整的量子极限实验。