论文部分内容阅读
量子力学的诞生堪称是人类科学史上最伟大的革命之一,它彻底改变了人们对微观世界的认知,推动了包括物理学、化学、信息科学等在内的多学科的发展,也催生了诸如激光、核能、半导体等一系列变革性的技术。随着信息科学的建立和人们对量子系统操控技术的成熟,人们不再满足于仅仅依靠观察量子现象来认知量子理论,而是尝试建造直接由量子力学理论支配的量子器件,从而带给我们超越经典技术极限的前所未有的技术变革。由此发展起来的所谓的量子技术,包括量子计算、量子度量、量子模拟、量子通讯等,已经取得了一定程度的进展,然而也面临着巨大的挑战。量子系统由于其脆弱的量子特性、测量的不确定性等使得它极易受到周围环境等影响,同时随着系统维度的增大,指数增长的复杂度也会使得量子优越性的保持更加困难。研究如何在有噪声和误差的系统中保持量子特性并实现高质量的量子控制,是实现上述量子技术的核心。为此,人们发展出多种方法来应对环境中的各种扰动因素,从而高效、精确地实现控制目标。闭环学习控制是其中一种简洁方便、适用范围广的方法。早期,闭环学习控制被广泛应用于量子化学实验中。目前,闭环学习控制在量子技术中的研究和应用主要集中在高保真度量子态、量子门等任务的完成上。然而,由于量子技术中人们对控制目标精度和鲁棒性的更高要求,闭环学习控制也面临着学习算法效率低、控制目标评估难度大等问题。在这样的研究背景下,本论文围绕着闭环学习控制这一方法,详细阐述了作者将其应用在量子计算、量子控制和量子度量等方面的研究工作。主要包括以下三个方面:1.提出了一种改进的微分进化算法,并将它成功应用于Bell态和CNOT门制备的量子控制任务中,实现了超越传统方法的精度和鲁棒性;提出了一种能够在实验中有效地测量梯度的闭环梯度算法,并将它成功应用于高保真度七相干态的实验制备,为多比特量子系统的精确控制提供了一种有潜力的方法。2.使用微分进化算法和脉冲光滑技术,设计了一种优化绝热路径的方法,并在典型的绝热量子计算问题中与传统方法进行了对比,结果表明该方法具有明显的优势,有望应用于更复杂和更实际的绝热量子计算问题中。3.提出了一种基于闭环学习控制的实用化量子度量探针态优化方法,并以自旋链模型中相位估计为例,进行了数值模拟和实验验证。该方法具有可扩展性,避免了传统探针态设计方法的指数级资源消耗,能够自适应地包含实验中的噪声,因而是自动化设计探针态的极佳选择。这些研究加深了我们对闭环学习控制在多种量子控制问题中表现的认知,有助于进一步提升闭环学习控制的效率,从而将其应用到系统规模更大、复杂度更高的量子技术控制任务中。相信随着闭环学习控制及其他控制方法的发展,我们终将实现预期的各种量子技术,从而为人类社会带来更伟大的生产和生活变革。