論文の概要: Critical States Preparation With Deep Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2603.09135v1
• Date: Tue, 10 Mar 2026 03:17:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-11 15:25:23.993181
• Title: Critical States Preparation With Deep Reinforcement Learning
• Title（参考訳）: 深層強化学習による臨界状態準備
• Authors: Jia-Wen Yu, Yi-Ming Yu, Ke-Xiong Yan, Jun-Hao Lin, Jie Song, Ye-Hong Chen, Yan Xia,
• Abstract要約: 本稿では,深部強化学習(DRL)を用いて量子臨界状態の迅速作成を行うフレームワークを提案する。 具体的には、DRLエージェントが時間依存制御ハミルトニアンの集合を最適化し、初期臨界状態から目標臨界状態へシステムを駆動する。 このプロトコルは、光-物質相互作用モデルによって記述された他の量子クリティカルシステムに容易に拡張できる。
• 参考スコア（独自算出の注目度）: 10.93309469378866
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The fast and efficient preparation of quantum critical states is a challenging yet crucial task for various quantum technologies. This difficulty is most particularly for systems near a quantum phase transition, where the closure of the energy gap fundamentally limits the timescale of adiabatic processes and thus precludes rapid state preparation. We propose a framework using deep reinforcement learning (DRL) to rapidly prepare quantum critical states, with broad extendibility to light-matter interaction systems. Specifically, a DRL agent optimizes a set of time-dependent control Hamiltonians to drive the system from an initial noncritical state to a target critical state within a finite time and over experimentally accessible parameter ranges. As a concrete application, we focus on the quantum Rabi model. The DRL-optimized time-dependent control Hamiltonian yield a final state with high-fidelity ($>0.999$) to the target critical state. The protocol can be readily extended to other quantum critical systems described by light-matter interaction models, such as quantum Dicke model. This investigation provides a powerful new framework for preparing and manipulating quantum critical states.
• Abstract（参考訳）: 量子臨界状態の迅速かつ効率的な準備は、様々な量子技術にとって難しいが重要な課題である。 この困難は、特に量子相転移に近い系において、エネルギーギャップの閉包が断熱過程の時間スケールを根本的に制限し、急激な状態の準備を妨げている。 本稿では, 深部強化学習(DRL)を用いて, 量子臨界状態を高速に生成し, 光-光相互作用系に幅広い拡張性を持たせる枠組みを提案する。 具体的には、DRLエージェントが時間依存の制御ハミルトニアンの集合を最適化し、有限時間内に初期臨界状態から目標臨界状態へ、実験的にアクセス可能なパラメータ範囲を超えてシステムを駆動する。 具体的な応用として、量子ラビモデルに焦点を当てる。 DRLに最適化された時間依存制御 ハミルトニアンは、目標臨界状態に対して高忠実度(>0.999$)の最終的な状態を生成する。 このプロトコルは、量子ディックモデルのような光-物質相互作用モデルによって記述された他の量子臨界系に容易に拡張できる。 この調査は、量子臨界状態の準備と操作のための強力な新しいフレームワークを提供する。

関連論文リスト

• Dissipation-induced Quantum Homogenization for Temporal Information Processing [44.99833362998488]
  量子貯水池は、ハミルトニアンパラメータの精密な制御や微調整なしに、情報処理やターゲット時系列生成に量子システムの複雑なリアルタイム散逸ダイナミクスを利用するため、大きなポテンシャルを持つ。 本稿では, 分散量子ホモジェナイザーを代替プラットフォームとして提案し, 貯水池力学の必要十分かつ十分な条件 – 安定性と収縮性 – を満たすことを証明する。 その結果、核磁気共鳴アンサンブルまたはフォトニック系として物理的に実装可能な量子均質化プロトコルが、貯水池コンピュータとして機能する可能性が示唆された。
  論文  参考訳（メタデータ） (2024-12-13T09:05:41Z)
• Shortcuts to adiabaticity in open quantum critical systems [0.0]
  我々は, 量子臨界系における反断熱駆動による断熱性(STA)のショートカットについて検討した。 ここで研究した反断熱的プロトコルは、多体オープン量子系におけるSTAを理解する上で、基本的な重要性があると考えている。
  論文  参考訳（メタデータ） (2024-09-10T10:09:07Z)
• Non-unitary Coupled Cluster Enabled by Mid-circuit Measurements on Quantum Computers [37.69303106863453]
  本稿では,古典計算機における量子化学の柱である結合クラスタ(CC)理論に基づく状態準備法を提案する。 提案手法は,従来の計算オーバーヘッドを低減し,CNOTおよびTゲートの数を平均で28%,57%削減する。
  論文  参考訳（メタデータ） (2024-06-17T14:10:10Z)
• Quantum quench dynamics as a shortcut to adiabaticity [31.114245664719455]
  本研究では,クエンチステップを組み込んだ量子アルゴリズムを,変分するアディバティック・タイムスケールに対する対策として開発・テストする。 実験の結果,本手法は断熱アルゴリズムよりも有意に優れていることがわかった。
  論文  参考訳（メタデータ） (2024-05-31T17:07:43Z)
• State Preparation in a Jaynes-Cummings Lattice with Quantum Optimal Control [2.8063310156671477]
  有限サイズのJanes-Cummings格子における量子基底状態の高速生成のための量子最適制御(QOC)手法について検討した。 以上の結果から,進化時間がしきい値を超える場合,QOC法により高忠実度で量子多体状態が生成できることが示唆された。
  論文  参考訳（メタデータ） (2023-06-21T01:44:57Z)
• Quantum Thermal State Preparation [39.91303506884272]
  量子マスター方程式をシミュレートするための簡単な連続時間量子ギブスサンプリングを導入する。 我々は、特定の純ギブス状態を作成するための証明可能かつ効率的なアルゴリズムを構築した。 アルゴリズムのコストは温度、精度、混合時間に依存している。
  論文  参考訳（メタデータ） (2023-03-31T17:29:56Z)
• Universality of critical dynamics with finite entanglement [68.8204255655161]
  臨界近傍の量子系の低エネルギー力学が有限絡みによってどのように変化するかを研究する。 その結果、時間依存的臨界現象における絡み合いによる正確な役割が確立された。
  論文  参考訳（メタデータ） (2023-01-23T19:23:54Z)
• Experimentally Realizing Efficient Quantum Control with Reinforcement Learning [2.733342606024131]
  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。
  論文  参考訳（メタデータ） (2021-01-22T09:34:58Z)

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。