本文提出了一種用於在開放環境中準備穩健量子閘門的最優控制算法。該算法基於自適應線性化和迭代二次規劃,通過引入不確定參數並將狀態向量展開為勒農德多項式來實現對參數不確定性的補償。
首先,作者定義了兩個交互量子比特系統的林德布拉德方程,並將密度矩陣向量化,引入不確定參數以補償模型參數的變化。然後,作者提出了一種基於自適應線性化和迭代二次規劃的最優控制算法,用於準備穩健量子閘門。該算法通過在每次迭代中微小擾動控制信號並使用二次規劃來逐步塑造最優控制信號。作者證明,在放鬆信號限制和繞過穩健性部分的情況下,該算法可以簡化為傳統的GRAPE算法。
最後,作者演示了該算法在準備受控非門和SWAP門方面的性能。結果表明,該算法能夠在存在環境退相干的情況下,準備具有前所未有穩健性的量子閘門,即使參數存在100%的不確定性也是如此。這些結果為在惡劣環境和硬件限制下實現穩健量子閘門和電路提供了新的可能性。
翻譯成其他語言
從原文內容
arxiv.org
深入探究