論文の概要: Intelligent Control of Collisional Architectures for Deterministic Multipartite State Engineering

• arxiv url: http://arxiv.org/abs/2602.08526v1
• Date: Mon, 09 Feb 2026 11:15:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-10 20:26:25.190631
• Title: Intelligent Control of Collisional Architectures for Deterministic Multipartite State Engineering
• Title（参考訳）: 決定論的多部状態工学のための衝突アーキテクチャのインテリジェント制御
• Abstract要約: 我々は、繰り返し励起-相互作用を伴うアーキテクチャにおいて、対称ディック状態の決定論的生成のためのインテリジェントで制約対応の制御フレームワーク、|D_n(m)rangle$を導入する。 このプロトコルは2つの非結合量子ビットレジスタ間の部分SWAPの衝突を利用しており、これには$m$ ancillary Shuttle'' の量子ビットが介在し、Emphループの設計問題としてDickestateの準備を行う。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Designing scalable, noise-tolerant control protocols for multipartite entanglement is a central challenge for quantum technologies, and it naturally calls for \emph{algorithmic} synthesis of interaction parameters rather than handcrafted gate sequences. Here we introduce an intelligent, constraint-aware control framework for deterministic generation of symmetric Dicke states $|D_n^{(m)}\rangle$ in repeated-interaction (collision-model) architectures. The protocol employs excitation-preserving partial-SWAP collisions between two disjoint qubit registers, mediated by $m$ ancillary ``shuttle'' qubits, and poses Dicke-state preparation as a \emph{closed-loop design} problem: given the target $(n,m)$, automatically infer collision strengths that maximize fidelity under practical constraints. Concretely, we formulate a two-parameter, bound-constrained optimization over intra-register and shuttle--register collision angles and solve it using a multi-start strategy with L-BFGS-B, yielding a reproducible controller prescription (optimized $γ_{\mathrm{in}}$, $γ_{\mathrm{sh}}$, and minimal-round convergence points) for each target. This removes the need for projective measurements and extends collisional entanglement generation beyond the single-excitation (W-state) sector to arbitrary $m$. Crucially, we optimize \emph{within} imperfect collisional dynamics where errors act throughout the sequence, including stochastic interaction dropouts (missing collisions) and standard decoherence channels. Strikingly, across wide error ranges the optimized controller preserves high preparation fidelity; imperfections manifest primarily as a modest increase in the required number of collision rounds. This behavior reflects a tunable competition in which noise suppresses correlations while properly chosen collisions continuously replenish them, allowing the control algorithm to trade time for fidelity.
• Abstract（参考訳）: マルチパーティントエンタングルメントのためのスケーラブルで耐雑音性のある制御プロトコルを設計することは、量子技術における中心的な課題であり、手作りゲートシーケンスではなく相互作用パラメータの 'emph{algorithmic} 合成を自然に求めている。 ここでは、繰り返し相互作用(衝突モデル)アーキテクチャにおいて、対称ディック状態の決定論的生成のためのインテリジェントで制約対応の制御フレームワーク、|D_n^{(m)}\rangle$を紹介する。 このプロトコルは、$m$ ancillary ``shuttle'' qubits を介し、2つの非結合量子ビットレジスタ間の部分SWAP衝突を励起保存し、Dicke状態の準備を 'emph{closed-loop design} 問題として行う。 具体的には,L-BFGS-Bを用いたマルチスタート戦略を用いて,各目標に対する2パラメータ,境界制約付き衝突角に対する最適化を定式化し,再現可能な制御基準(最適化された$γ_{\mathrm{in}}$,$γ_{\mathrm{sh}}$,最小ラウンド収束点)を導出する。 これにより、射影測定の必要性を排除し、単励起(W状態)セクターを超えて衝突絡み生成を任意の$m$に拡張する。 重要な点として、確率的相互作用のドロップアウト(衝突を欠く)や標準的なデコヒーレンスチャネルを含む、シーケンスを通してエラーが作用する不完全な衝突ダイナミクスを最適化する。 厳密には、広い誤差範囲にわたって最適化された制御器は高い準備精度を保つ。 この挙動は、ノイズが相関を抑圧し、適切に選択された衝突が連続的にそれらを補うような調整可能な競合を反映し、制御アルゴリズムが忠実さのために時間を取引できるようにする。

関連論文リスト

• GASP: GPU-Accelerated Safe Planner for Real-Time Collision-Aware Motion Generation with Latent Trajectory Sampling [1.2669530824264628]
  GASPは、既知の環境でのリアルタイムで衝突対応の宇宙空間運動生成のためのGPUアクセラレーションセーフプランナである。 GASPは、クランプされたB-スプライン軌道パラメータ化と、自由内部制御点を予測する畳み込み残差ニューラルネットワークを組み合わせる。 我々は、GASPをオンラインモーションジェネレーションモジュールとして検証し、衝突認識能力の高い解析レベルの成功率を達成する。
  論文  参考訳（メタデータ） (2026-08-05T09:18:16Z)
• Biconvex Optimization for Smooth Minimum-Time Trajectories around Convex Obstacles [49.315843050082925]
  本稿では,最小時間移動計画凸障害物に対して,収束が保証されるバイアプローチを提案する。 提案手法は,変数の最先端分解を生成するために,時間とともに高品質な軌道を生成する。
  論文  参考訳（メタデータ） (2026-08-03T19:48:24Z)
• Randomized Quantum Optimal Control [0.39665197792357026]
  量子最適制御(QOC)は、ターゲット操作に向けて最適に量子システムを操る制御関数を見つけることを目的としている。 そこで我々は,制御関数のアンサンブルとその確率を最適化する文体化QOCフレームワークを提案する。 また、与えられた制御を系統的に誤差を低減できる制御のアンサンブルに変換する一般的な対称性に基づく構成も開発する。
  論文  参考訳（メタデータ） (2026-07-12T22:22:53Z)
• Real-Time and Accurate Collision-Free Teleoperation via Differentiable Constraint-Based Trajectory Planning [1.4699455652461726]
  この問題を緩和するための一般的な戦略は、最適制御に基づく軌道計画を用いて演算子の入力を強化することである。 我々は、凸最適化における双対性に基づいて、最近の微分可能な衝突回避制約の定式化を遠隔操作設定に適用する。 その結果,提案手法はより高精度な障害物モデリングを実現するとともに,計算時間を短縮できることがわかった。
  論文  参考訳（メタデータ） (2026-06-07T16:39:56Z)
• Channel-Adaptive Edge AI: Maximizing Inference Throughput by Adapting Computational Complexity to Channel States [31.472509140661796]
  emph通信と計算(IC$2$)は、6Gネットワークにおける効率的なエッジ推論を実現するための新しいパラダイムとして登場した。 この計量は、チャネル歪みと人工知能(AI)モデルアーキテクチャと計算複雑性の両方を考慮する必要があるため、非常に複雑である。 我々は、E2E推論精度の抽出可能な解析モデルを開発し、それを利用して、推論スループットを最大化するEmph Channel-Adaptive AIアルゴリズムを設計する。
  論文  参考訳（メタデータ） (2026-03-03T16:33:29Z)
• Engineered Robustness for Nonadiabatic Geometric Quantum Gates [4.88863227820264]
  非断熱幾何学的量子ゲート(NGQG)のための合理化フレームワークを提案する。 このフレームワーク内では、非循環経路を用いてNGQGを設計し、設計の柔軟性を向上する。 本結果は,2ビットシナリオにおける性能を損なう微妙な制限を識別する。
  論文  参考訳（メタデータ） (2025-11-06T09:54:02Z)
• PT$^2$-LLM: Post-Training Ternarization for Large Language Models [52.4629647715623]
  大きな言語モデル(LLM)は、様々なタスクにまたがる印象的な機能を示しているが、その大きなメモリと計算能力は、デプロイメントを妨げている。 PT$2$-LLMを提案する。 その中核は2段精製パイプラインを備えた非対称3次量子化器である。
  論文  参考訳（メタデータ） (2025-09-27T03:01:48Z)
• Microwave-activated high-fidelity three-qubit gate scheme for fixed-frequency superconducting qubits [19.88291799199791]
  本稿では,マイクロ波駆動型3量子ゲートプロトコルを提案する。 このプロトコルはプロセスの忠実度をデコヒーレンスの下で98%以上維持する。 この戦略は、コヒーレンス特性を改善し、スペクトルの混雑を低減し、エラー耐性量子演算の実験ツールキットを拡張することにより、スケーラブルな量子コンピューティングシステムを発展させる。
  論文  参考訳（メタデータ） (2025-04-30T06:16:16Z)
• Hardware Co-Designed Optimal Control for Programmable Atomic Quantum Processors via Reinforcement Learning [0.18416014644193068]
  本稿では,古典的制御ハードウェアに固有の欠陥に対処する,ハードウェア共同設計の量子制御フレームワークを提案する。 提案手法により,高忠実かつ並列な単一ビットゲート操作が可能となることを示す。 システム複雑性が増加するにつれてPPO性能は低下するが、エンドツーエンドの微分可能なRLは99.9$%以上のゲート忠実度を一貫して達成する。
  論文  参考訳（メタデータ） (2025-04-16T03:30:40Z)
• Near-Optimal Online Learning for Multi-Agent Submodular Coordination: Tight Approximation and Communication Efficiency [52.60557300927007]
  離散部分モジュラー問題を連続的に最適化するために,$textbfMA-OSMA$アルゴリズムを提案する。 また、一様分布を混合することによりKLの発散を効果的に活用する、プロジェクションフリーな$textbfMA-OSEA$アルゴリズムも導入する。 我々のアルゴリズムは最先端OSGアルゴリズムによって提供される$(frac11+c)$-approximationを大幅に改善する。
  論文  参考訳（メタデータ） (2025-02-07T15:57:56Z)
• Integrating DeepRL with Robust Low-Level Control in Robotic Manipulators for Non-Repetitive Reaching Tasks [0.24578723416255746]
  ロボット工学では、現代の戦略は学習に基づくもので、複雑なブラックボックスの性質と解釈可能性の欠如が特徴である。 本稿では, 深部強化学習(DRL)に基づく衝突のない軌道プランナと, 自動調整型低レベル制御戦略を統合することを提案する。
  論文  参考訳（メタデータ） (2024-02-04T15:54:03Z)
• Stochastic Optimal Control Matching [53.156277491861985]
  最適制御のための新しい反復拡散最適化(IDO)技術である最適制御マッチング(SOCM)を導入する。 この制御は、一致するベクトル場に適合しようとすることで、最小二乗問題を通じて学習される。 実験により,本アルゴリズムは最適制御のための既存のすべての IDO 手法よりも低い誤差を実現する。
  論文  参考訳（メタデータ） (2023-12-04T16:49:43Z)
• Optimal State Manipulation for a Two-Qubit System Driven by Coherent and Incoherent Controls [77.34726150561087]
  2量子ビット量子系の最適制御には状態準備が重要である。 物理的に異なる2つのコヒーレント制御を利用し、ヒルベルト・シュミット目標密度行列を最適化する。
  論文  参考訳（メタデータ） (2023-04-03T10:22:35Z)
• Edge Federated Learning Via Unit-Modulus Over-The-Air Computation (Extended Version) [64.76619508293966]
  本稿では,効率の良いエッジフェデレーション学習を実現するために,UM-AirCompフレームワークを提案する。 ローカルモデルパラメータを同時にアップロードし、アナログビームフォーミングを通じてグローバルモデルパラメータを更新する。 車両間自動運転シミュレーションプラットフォームにおけるUM-AirCompの実装を実演する。
  論文  参考訳（メタデータ） (2021-01-28T15:10:22Z)
• Adaptive Subcarrier, Parameter, and Power Allocation for Partitioned Edge Learning Over Broadband Channels [69.18343801164741]
  パーティショニングエッジ学習(PARTEL)は、無線ネットワークにおいてよく知られた分散学習手法であるパラメータサーバトレーニングを実装している。 本稿では、いくつかの補助変数を導入してParticleELを用いてトレーニングできるディープニューラルネットワーク(DNN)モデルについて考察する。
  論文  参考訳（メタデータ） (2020-10-08T15:27:50Z)

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。