論文の概要: Adaptive Reinforcement Learning for Robust Open Quantum System Control: A Multi-Task Framework with Temporal Optimization

• arxiv url: http://arxiv.org/abs/2605.26925v1
• Date: Tue, 26 May 2026 12:20:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-27 17:51:42.073844
• Title: Adaptive Reinforcement Learning for Robust Open Quantum System Control: A Multi-Task Framework with Temporal Optimization
• Title（参考訳）: ロバストなオープン量子システム制御のための適応強化学習:時間最適化によるマルチタスクフレームワーク
• Authors: Haftu W. Fentaw, Steve Campbell, Simon Caton,
• Abstract要約: 多様なハミルトン系におけるオープンシステム量子制御のための多タスクソフトアクター・クリティカル(SAC)強化学習フレームワークを提案する。 51のハミルトン変量に対する実験結果から、マルチタスクSACモデルが制御パルスを生成可能であることが示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a Multi-task Soft Actor-Critic (SAC) Reinforcement Learning framework designed for open-system quantum control across diverse Hamiltonians, which learns optimal pulse sequences while simultaneously discovering problem-specific evolution time T and number of control pulse segments N. Experimental results across 51 Hamiltonian variations demonstrate that the multi-task SAC model is able to generate control pulses that can drive a system, under environment noise, from its initial state to its target state with high fidelities, establishing essential foundations for universal quantum control applicable to realistic noisy quantum devices. Through progressive expansion of the training Hamiltonian set, we investigate if a single multi-task model trained using a given number of sample Hamiltonians can successfully accomplish state-transfer tasks for Hamiltonians drawn from the same Hamiltonian space but not encountered during training. In addition, our Robustness Infidelity Measure (RIM) analysis reveals that SAC trained policies exhibit superior robustness to pulse amplitude perturbations and decoherence rate variations compared to GRAPE-optimized controls.
• Abstract（参考訳）: 本報告では, マルチタスク型ソフトアクター・クリティカル(SAC)強化学習フレームワークについて, 問題固有の進化時間Tと制御パルスセグメント数Nを同時に検出しながら, 最適パルスシーケンスを学習する多タスク型ソフトアクター・クリティカル(SAC)強化学習フレームワークを提案する。 訓練ハミルトニアン集合の漸進的な拡張を通じて、与えられたサンプルハミルトニアンを用いて訓練された1つのマルチタスクモデルが、同じハミルトニアン空間から引き出されたハミルトニアンに対する状態伝達タスクを達成できるかどうかを検討する。 さらに,我々のRIM(Robustness Infidelity Measure)分析では,GRAPEを最適化した制御に比べ,パルス振幅の摂動やデコヒーレンス率の変動に優れたロバスト性を示した。

関連論文リスト

• Towards Quantum Enhanced Adversarial Robustness with Rydberg Reservoir Learning [45.92935470813908]
  量子コンピューティング貯水池(QRC)は、量子多体系に固有の高次元非線形力学を利用する。 近年の研究では、変動回路に基づく摂動量子は逆数の影響を受けやすいことが示されている。 QR学習モデルにおける対向的堅牢性の最初の体系的評価について検討する。
  論文  参考訳（メタデータ） (2025-10-15T12:17:23Z)
• Multiple-Noise-Resilient Nonadiabatic Geometric Quantum Control of Solid-State Spins in Diamond [2.3042896679688085]
  我々は, 従来の動的ゲートを頑健性とコヒーレンスの両方で著しく改善できる, 実験フレンドリーなマルチノイズ弾性非線形量子ゲート(MNR-NGQG)を実験的に報告した。 実験的に実現可能な設計と、ハードウェア要件の緩和により、我々の研究は、NVセンターシステムで高忠実度量子制御を実現するためのしっかりとしたパラダイムを提供する。
  論文  参考訳（メタデータ） (2025-08-17T03:32:02Z)
• Error mitigation of shot-to-shot fluctuations in analog quantum simulators [46.54051337735883]
  本稿では,ハミルトニアンがシステムダイナミクスを制御しているパラメータのショット・ツー・ショット変動に対処する誤差軽減手法を提案する。 我々は、このショット・ツー・ショットノイズを増幅し、ゼロノイズ制限を外挿することで、現実的な雑音分布に対するノイズのない結果が復元されることを厳密に証明する。 数値解析により,現実的な条件下でのRydberg原子配列の有効多体コヒーレンス時間の大幅な向上を予測した。
  論文  参考訳（メタデータ） (2025-06-19T18:00:00Z)
• Multi-Objective Mobile Damped Wave Algorithm (MOMDWA): A Novel Approach For Quantum System Control [1.7486108619574172]
  我々は,MOMDWA(Multi-Objective Mobile Damped Wave Algorithm)という新しい多目的最適化アルゴリズムを導入する。 我々はMOMDWAが量子制御効率とロバスト性を大幅に向上し,エネルギー使用を最小化し,スムーズな制御パルスを確保できることを示す。
  論文  参考訳（メタデータ） (2025-02-06T08:43:21Z)
• Traversing Quantum Control Robustness Landscapes: A New Paradigm for Quantum Gate Engineering [0.0]
  本稿では,制御パラメータを雑音感受性にマッピングする概念的フレームワークであるQuantum Control Robustness Landscape (QCRL)を紹介する。 QCRLのレベルセットをナビゲートすることで、ロバストネス不変パルス変動(RIPV)アルゴリズムは、ロバスト性を維持しながら制御パルスの変動を可能にする。 数値シミュレーションにより、我々の単一および2量子ビットゲートは、大きなノイズがあっても量子誤差補正しきい値を超えていることが示される。
  論文  参考訳（メタデータ） (2024-12-27T05:56:38Z)
• 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)
• Robust Hamiltonian Engineering for Interacting Qudit Systems [50.591267188664666]
  我々は、強く相互作用するキューディット系のロバストな動的疎結合とハミルトン工学の定式化を開発する。 本研究では,これらの手法を,スピン-1窒素空洞中心の強相互作用・無秩序なアンサンブルで実験的に実証した。
  論文  参考訳（メタデータ） (2023-05-16T19:12:41Z)
• 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)
• Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
  我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。 これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。 シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
  論文  参考訳（メタデータ） (2021-05-20T17:06:52Z)

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。