論文の概要: Experimentally Realizing Efficient Quantum Control with Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2101.09020v1
• Date: Fri, 22 Jan 2021 09:34:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-14 06:28:36.092955
• Title: Experimentally Realizing Efficient Quantum Control with Reinforcement Learning
• Title（参考訳）: 強化学習による効率的な量子制御の実現
• Authors: Ming-Zhong Ai, Yongcheng Ding, Yue Ban, Jos\'e D. Mart\'in-Guerrero, Jorge Casanova, Jin-Ming Cui, Yun-Feng Huang, Xi Chen, Chuan-Feng Li, Guang-Can Guo
• Abstract要約: 我々は,171mathrmYb+$イオンを捕捉した深部強化学習(DRL)に基づく量子制御の代替手法を実験的に実証した。 特に、DRLはショートカットからアディバティティティ(STA)に束縛された実行時間を持つ高速で堅牢なデジタル量子演算に繋がることがわかった。 我々の実験は、デジタル量子制御の一般的な枠組みを明らかにし、量子情報処理の有望な向上につながった。
• 参考スコア（独自算出の注目度）: 2.733342606024131
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Robust and high-precision quantum control is crucial but challenging for scalable quantum computation and quantum information processing. Traditional adiabatic control suffers severe limitations on gate performance imposed by environmentally induced noise because of a quantum system's limited coherence time. In this work, we experimentally demonstrate an alternative approach {to quantum control} based on deep reinforcement learning (DRL) on a trapped $^{171}\mathrm{Yb}^{+}$ ion. In particular, we find that DRL leads to fast and robust {digital quantum operations with running time bounded by shortcuts to adiabaticity} (STA). Besides, we demonstrate that DRL's robustness against both Rabi and detuning errors can be achieved simultaneously without any input from STA. Our experiments reveal a general framework of digital quantum control, leading to a promising enhancement in quantum information processing.
• Abstract（参考訳）: ロバストで高精度な量子制御は、スケーラブルな量子計算と量子情報処理には不可欠だが難しい。 従来の断熱制御は、量子系のコヒーレンス時間に制限があるため、環境騒音によるゲート性能が著しく制限される。 本研究は, トラップされた$^{171}\mathrm{Yb}^{+}$ ion上で, 深部強化学習(DRL)に基づく代替手法 {to quantum control} を実験的に実証する。 特に、drlは、adiabaticity} (sta)へのショートカットによって制限された実行時間を持つ高速で堅牢な{デジタル量子演算に繋がる。 さらに,Raviとdetuningエラーの両方に対してDRLの堅牢性をSTAからの入力なしで同時に実現できることを示す。 我々の実験は、デジタル量子制御の一般的な枠組みを明らかにし、量子情報処理の有望な向上につながった。

関連論文リスト

• Robust Implementation of Discrete-time Quantum Walks in Any Finite-dimensional Quantum System [2.646968944595457]
  離散時間量子ウォーク(DTQW)は、回路実装に最も適した選択の1つである。 本稿では,ゲート数および回路深さに関する回路コストを半減することに成功した。 提案手法の工学的卓越性には、近似効率を持つ任意の有限次元量子系にDTQWを実装している。
  論文  参考訳（メタデータ） (2024-08-01T13:07:13Z)
• Arbitrary quantum states preparation aided by deep reinforcement learning [0.89059457062394]
  2つの任意の量子状態間の制御軌道設計を実現するために、初期状態と目標状態情報を状態準備タスクに統合する。 その結果, 制御軌道は, 単一量子ビット系と2量子ビット系の両方に対して, 任意の量子状態の準備を効果的に達成できることが示唆された。
  論文  参考訳（メタデータ） (2024-07-23T10:28:52Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Extremum seeking control of quantum gates [2.53520813070099]
  制御ハードウェアのスロードリフトは、不正確なゲートをもたらすため、構築された量子コンピュータの動作の質は時間とともに変化する。 本稿では,2量子ゲートを安定化させるために,ESC(Extremum-seeking Control)とDRB(Direct randomized benchmarking)を組み合わせたデータ駆動型制御手法を実証する。 そして、この制御戦略を、最先端の商用トラップイオン量子コンピュータ上で実験的に実証する。
  論文  参考訳（メタデータ） (2023-09-08T18:56:07Z)
• Self-Correcting Quantum Many-Body Control using Reinforcement Learning with Tensor Networks [0.0]
  本稿では、強化学習(RL)に基づく量子多体系を効率的に制御するための新しい枠組みを提案する。 我々は、RLエージェントが普遍的な制御を見出すことができ、多くの身体状態を最適に制御する方法を学ぶことができ、量子力学が摂動を受けるとき、制御プロトコルをオンザフライで適用できることを示した。
  論文  参考訳（メタデータ） (2022-01-27T20:14:09Z)
• Quantum control landscape for ultrafast generation of single-qubit phase shift quantum gates [68.8204255655161]
  単一量子ビット位相シフト量子ゲートの超高速制御問題を考える。 大域的最適制御は、最大忠実度でゲートを実現する制御である。 Trapは、ローカルにのみ最適だが、グローバルにはないコントロールである。
  論文  参考訳（メタデータ） (2021-04-26T16:38:43Z)
• Direct Quantum Communications in the Presence of Realistic Noisy Entanglement [69.25543534545538]
  本稿では,現実的な雑音に依拠する新しい量子通信方式を提案する。 性能分析の結果,提案手法は競争力のあるQBER, 利得, 利得を提供することがわかった。
  論文  参考訳（メタデータ） (2020-12-22T13:06:12Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• Breaking Adiabatic Quantum Control with Deep Learning [3.291834844920595]
  DRLは、STAによって規定される量子速度制限で制限された演算時間で、堅牢なデジタル量子制御をもたらす。 本研究は,デジタル量子制御の一般的な枠組みを導入し,量子情報処理の進歩に繋がるものである。
  論文  参考訳（メタデータ） (2020-09-09T13:45:30Z)
• Boundaries of quantum supremacy via random circuit sampling [69.16452769334367]
  Googleの最近の量子超越性実験は、量子コンピューティングがランダムな回路サンプリングという計算タスクを実行する遷移点を示している。 観測された量子ランタイムの利点の制約を、より多くの量子ビットとゲートで検討する。
  論文  参考訳（メタデータ） (2020-05-05T20:11:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。