論文の概要: Toward General Quantum Control with Physics-Informed Large Language Models

• arxiv url: http://arxiv.org/abs/2605.26021v1
• Date: Mon, 25 May 2026 16:41:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:20.526445
• Title: Toward General Quantum Control with Physics-Informed Large Language Models
• Title（参考訳）: 物理インフォームド大言語モデルによる一般量子制御に向けて
• Authors: Yusheng Zhao, Han Wang, Xin Liu, Xinjie Song, Jixi He, Lingwei Song, Yuanhe Ji, Ken Deng, Runqing Zhang, Zhiguo Huang, Ling Qian, Jize Han, Di Luo,
• Abstract要約: VF-QCTRLは、一般的な量子制御のための物理インフォームドな大規模言語モデルフレームワークである。 本研究は,VF-QCTRLを精度,効率,解釈性,トレーニング不要な量子制御プロトコル設計のための有望なパラダイムとして確立した。
• 参考スコア（独自算出の注目度）: 14.759081005076082
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum control is essential for quantum information science and technology, yet designing high-fidelity control protocols remains challenging due to complex optimization landscapes, hardware noise, and long pulse sequences. Existing numerical solvers often require problem-specific engineering and produce opaque control amplitudes, while naive large language models (LLMs) lack the physical consistency and long-horizon precision for reliable quantum control synthesis. Here we introduce VF-QCTRL, a physics-informed large language model framework for general quantum control that combines symbolic reasoning with optimization to propose analytic control ansätze and coherently refine their parameters through feedback. To systematically evaluate LLM-driven quantum control, we develop QCTRL-BENCH, a benchmark spanning sixteen tasks across single- and multi-qubit systems, closed and open quantum dynamics, noiseless and noisy settings, and both analytic and numerical protocols. Across the benchmark, VF-QCTRL demonstrates strong universality, accuracy, efficiency, and interpretability: it applies to generic quantum control systems without task-specific training, achieves performance competitive with or exceeding state-of-the-art conventional solvers in both noiseless and noisy regimes with query efficiency, exhibits favorable inference-time scaling and pulse resolution scaling, and derives physically interpretable analytical protocols directly from prompts. Our results establish physics-informed LLM-based quantum control as a promising paradigm for accurate, efficient, interpretable, and training-free quantum control protocol design across a broad range of quantum systems.
• Abstract（参考訳）: 量子制御は量子情報科学と技術にとって不可欠であるが、複雑な最適化ランドスケープ、ハードウェアノイズ、長いパルスシーケンスのために高忠実度制御プロトコルを設計することは依然として困難である。 既存の数値解法は、しばしば問題固有のエンジニアリングを必要とし、不透明な制御振幅を生成するが、単純で大きな言語モデル(LLM)は、信頼性の高い量子制御合成のための物理的一貫性と長い水平精度を欠いている。 本稿では,一般量子制御のための物理インフォームドな大規模言語モデルフレームワークであるVF-QCTRLについて紹介する。 LLM駆動型量子制御を体系的に評価するために,QCTRL-BENCH,QCTRL-BENCH,QCTRL-BENCH,QCTRL-BENCH,QCTRL-BENCH,QCTRL-BENCH,QCTRL-BENCH,QCTRL-BENCH,QCT RL-BENCH,QCTRL-BENCH,QCTRL-BENCH,QCTRL-BENCH,QCTRL-BENCHの2つを開発した。 ベンチマーク全体では、VF-QCTRLは強い普遍性、精度、効率、解釈可能性を示しており、タスク固有の訓練を使わずに汎用的な量子制御システムに適用し、クエリ効率でノイズレスとノイズの多い両方の従来の解法と競合するか、超える性能を実現し、推論時間スケーリングとパルス分解のスケーリングを好適に示し、プロンプトから直接物理的に解釈可能な解析プロトコルを導出する。 本研究は, 物理インフォームドLLMに基づく量子制御を, 幅広い量子システムを対象とした, 正確, 効率的, 解釈可能, トレーニング不要な量子制御プロトコル設計のための有望なパラダイムとして確立した。

関連論文リスト

• Software Between Quantum and Machine Learning -- And Down to Pulses [0.9569512179866463]
  パルスレベルのモデリングを包含する量子機械学習(QML)手法を拡張するソフトウェアフレームワークを提案する。 このフレームワークはモデリングと分析の総合的なスイートを提供する。 パフォーマンスクリティカルなコンポーネントはすべて、JAXを使って高性能な環境で実装され、専用の量子シミュレータによってサポートされます。
  論文  参考訳（メタデータ） (2026-05-20T15:20:07Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• The Quantum Control Hierarchy: When Physics-Informed Design Meets Machine Learning [0.6053648545114841]
  我々は、様々なオープンループプロトコルや高度な適応手法を含む、幅広い量子制御戦略に対処する。 絡み合い保存のためには、物理インフォームドなハイブリッド量子エラー補正と動的デカップリングプロトコルが最も安定で効果的な解を提供する。 DD、フロケットエンジニアリング、急激な絡み合い生成やコヒーレントトランスポートといった非自明な制御シーケンスの発見を必要とする動的なタスクに対して、モデルフリーの強化学習エージェントは、常に優れたソリューションを見つけ出す。
  論文  参考訳（メタデータ） (2025-09-16T08:56:11Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• QCircuitBench: A Large-Scale Dataset for Benchmarking Quantum Algorithm Design [63.02824918725805]
  量子コンピューティングは、量子アルゴリズムによる古典的コンピューティングよりも大幅にスピードアップされていることが認識されている。 QCircuitBenchは、量子アルゴリズムの設計と実装におけるAIの能力を評価するために設計された最初のベンチマークデータセットである。
  論文  参考訳（メタデータ） (2024-10-10T14:24:30Z)
• Quantum control by the environment: Turing uncomputability, Optimization over Stiefel manifolds, Reachable sets, and Incoherent GRAPE [56.47577824219207]
  多くの現実的な状況において、制御された量子系は環境と相互作用する。 本稿では,環境を資源として利用したオープン量子システムの制御に関するいくつかの結果について概説する。
  論文  参考訳（メタデータ） (2024-03-20T10:09:13Z)
• 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)
• Model predictive control for robust quantum state preparation [4.069849286089743]
  量子制御のためのモデル予測制御(MPC)を導入する。 MPCは、測定フィードバックを取り入れることで、自然の障害拒絶の程度を継承する。 実用的な最適化制御シーケンスを生成するために, MPC をどのように利用できるかを示す。
  論文  参考訳（メタデータ） (2022-01-14T00:55:41Z)
• 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)

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。