論文の概要: Statistically Characterising Robustness and Fidelity of Quantum Controls
and Quantum Control Algorithms
- arxiv url: http://arxiv.org/abs/2207.07801v1
- Date: Sat, 16 Jul 2022 01:19:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-04 20:28:10.252624
- Title: Statistically Characterising Robustness and Fidelity of Quantum Controls
and Quantum Control Algorithms
- Title(参考訳): 量子制御と量子制御アルゴリズムのロバスト性と忠実性を統計的に特徴付ける
- Authors: Irtaza Khalid, Carrie A. Weidner, Edmond A. Jonckheere, Sophie G.
Shermer, Frank C. Langbein
- Abstract要約: 頑健性不忠実度尺度 (RIM$_p$) は、コントローラの頑健性と忠実度を定量化するために導入された。
RIM$_p$に基づいて、期待されるコントローラーの堅牢性と忠実度を定量化するためにアルゴリズム的ロバスト性不忠実度尺度(ARIM)が開発された。
- 参考スコア(独自算出の注目度): 0.5599792629509229
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robustness of quantum operations or controls is important to build reliable
quantum devices. The robustness-infidelity measure (RIM$_p$) is introduced to
statistically quantify the robustness and fidelity of a controller as the
p-order Wasserstein distance between the fidelity distribution of the
controller under any uncertainty and an ideal fidelity distribution. The
RIM$_p$ is the p-th root of the p-th raw moment of the infidelity distribution.
Using a metrization argument, we justify why RIM$_1$ (the average infidelity)
suffices as a practical robustness measure. Based on the RIM$_p$, an
algorithmic robustness-infidelity measure (ARIM) is developed to quantify the
expected robustness and fidelity of controllers found by a control algorithm.
The utility of the RIM and ARIM is demonstrated by considering the problem of
robust control of spin- 12 networks using energy landscape shaping subject to
Hamiltonian uncertainty. The robustness and fidelity of individual control
solutions as well as the expected robustness and fidelity of controllers found
by different popular quantum control algorithms are characterized. For
algorithm comparisons, stochastic and non-stochastic optimization objectives
are considered, with the goal of effective RIM optimization in the latter.
Although high fidelity and robustness are often conflicting objectives, some
high fidelity, robust controllers can usually be found, irrespective of the
choice of the quantum control algorithm. However, for noisy optimization
objectives, adaptive sequential decision making approaches such as
reinforcement learning have a cost advantage compared to standard control
algorithms and, in contrast, the infidelities obtained are more consistent with
higher RIM values for low noise levels.
- Abstract(参考訳): 量子演算や制御のロバスト性は、信頼できる量子デバイスを構築する上で重要である。
ロバスト性不忠実度尺度(rim$_p$)を導入し、任意の不確かさと理想的忠実度分布の下でのコントローラの忠実度分布の間のp次ワッサースタイン距離として、コントローラのロバスト性と忠実度を統計的に定量化する。
RIM$_p$ は不忠実分布の p 番目の原モーメントの p 番目の根である。
メトリゼーションの議論を用いて、rim$_1$(平均不忠実度)が実用的なロバスト性尺度として十分である理由を正当化する。
RIM$_p$に基づいて、制御アルゴリズムによって検出される制御器の期待される堅牢性と忠実度を定量化するアルゴリズム的ロバスト性不忠実度尺度(ARIM)が開発された。
RIMとARIMの実用性は、ハミルトンの不確実性を考慮したエネルギーランドスケープ形状を用いたスピン12ネットワークのロバスト制御の問題を考慮することで実証される。
個々の制御解の頑健性と忠実さと、異なる一般的な量子制御アルゴリズムで見つかる制御器の頑健性と忠実さを特徴付ける。
アルゴリズムの比較では、確率的および非確率的最適化の目的が検討され、後者では有効RIM最適化が目的である。
高忠実性とロバスト性はしばしば相反する目標であるが、量子制御アルゴリズムの選択に関係なく、高忠実でロバストなコントローラを見つけることができる。
しかし、雑音最適化の目的に対して、強化学習のような適応的な逐次決定手法は、標準制御アルゴリズムよりもコスト上の利点があり、対照的に、得られた不確かさは低雑音レベルのRIM値とより整合性が高い。
関連論文リスト
- Automatically Adaptive Conformal Risk Control [49.95190019041905]
本稿では,テストサンプルの難易度に適応して,統計的リスクの近似的条件制御を実現する手法を提案する。
我々のフレームワークは、ユーザが提供するコンディショニングイベントに基づく従来のコンディショニングリスク制御を超えて、コンディショニングに適した関数クラスのアルゴリズム的、データ駆動決定を行う。
論文 参考訳(メタデータ) (2024-06-25T08:29:32Z) - Robustness of Dynamic Quantum Control: Differential Sensitivity Bound [0.0]
パラメトリック不確実性に対するゲート忠実度誤差の差分感度に基づく新しいロバスト性尺度を提案する。
与えられた忠実度誤差を保証するハミルトンの不確かさの集合に対する最大許容摂動を確実に計算する方法が示される。
論文 参考訳(メタデータ) (2023-12-30T18:36:53Z) - Robust Control of Single-Qubit Gates at the Quantum Speed Limit [0.0]
最適なバランスをとるために、基礎となる頑健な時間最適制御問題について検討する。
系のユニタリプロパゲータのテイラー展開に基づいて、拡張有限次元系の最適制御として設計問題を定式化する。
単一量子ビット系の数値シミュレーションにより、得られた時間-最適制御パルスはゲート誤差を効果的に抑制できることを示した。
論文 参考訳(メタデータ) (2023-09-11T10:10:58Z) - Robust Control for Dynamical Systems With Non-Gaussian Noise via Formal
Abstractions [59.605246463200736]
雑音分布の明示的な表現に依存しない新しい制御器合成法を提案する。
まず、連続制御系を有限状態モデルに抽象化し、離散状態間の確率的遷移によってノイズを捕捉する。
我々は最先端の検証技術を用いてマルコフ決定プロセスの間隔を保証し、これらの保証が元の制御システムに受け継がれるコントローラを演算する。
論文 参考訳(メタデータ) (2023-01-04T10:40:30Z) - Robust Quantum Control: Analysis & Synthesis via Averaging [0.2320417845168326]
従来の平均化法に基づくロバストネス解析と量子(単位)制御合成のためのアプローチを提案する。
その結果は、名目上の(不確実性のない)忠実さと、よく知られた堅牢性尺度である相互作用(エラー)ハミルトニアン(英語版)のサイズとを競合する多重基準最適化(英語版)である。
論文 参考訳(メタデータ) (2022-08-30T12:09:40Z) - Actor-Critic based Improper Reinforcement Learning [61.430513757337486]
我々は,未知のマルコフ決定プロセスに対して,学習者に100万ドルのベースコントローラを付与する不適切な強化学習環境を考える。
本稿では,(1)ポリシーグラディエントに基づくアプローチ,(2)単純なアクター・クリティカル・スキームとNatural Actor-Criticスキームを切り替えるアルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-07-19T05:55:02Z) - Probabilistic robust linear quadratic regulators with Gaussian processes [73.0364959221845]
ガウス過程(GP)のような確率モデルは、制御設計に続く使用のためのデータから未知の動的システムを学ぶための強力なツールです。
本稿では、確率的安定性マージンに関して堅牢なコントローラを生成する線形化GPダイナミクスのための新しいコントローラ合成について述べる。
論文 参考訳(メタデータ) (2021-05-17T08:36:18Z) - Risk-sensitive Optimization for Robust Quantum Controls [0.0]
本研究では,リスク感受性損失関数のサンプリングに基づく最適化により,高精度制御の堅牢性を著しく向上できることを示す。
本稿では,リスクに敏感なGRAPEと適応的なリスクに敏感なGRAPEの2つのアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-04-03T06:44:10Z) - Closing the Closed-Loop Distribution Shift in Safe Imitation Learning [80.05727171757454]
模倣学習問題において,安全な最適化に基づく制御戦略を専門家として扱う。
我々は、実行時に安価に評価でき、専門家と同じ安全保証を確実に満足する学習されたポリシーを訓練する。
論文 参考訳(メタデータ) (2021-02-18T05:11:41Z) - Noise-Robust End-to-End Quantum Control using Deep Autoregressive Policy
Networks [2.5946789143276447]
変分量子固有解法は、量子コンピューティングデバイスの使用を可能にするため、近年注目を集めている。
不確実性のある方法で連続的および離散的な自由度を同時に最適化できるハイブリッドポリシグラデーショングラデーションアルゴリズムを提案する。
我々の研究は、強化学習と量子制御の相乗効果を示す。
論文 参考訳(メタデータ) (2020-12-12T02:13:28Z) - Enforcing robust control guarantees within neural network policies [76.00287474159973]
本稿では、ニューラルネットワークによってパラメータ化され、ロバスト制御と同じ証明可能なロバスト性基準を適用した、一般的な非線形制御ポリシークラスを提案する。
提案手法は,複数の領域において有効であり,既存のロバスト制御法よりも平均ケース性能が向上し,(非ロバスト)深部RL法よりも最悪のケース安定性が向上した。
論文 参考訳(メタデータ) (2020-11-16T17:14:59Z)
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。