論文の概要: Randomized Quantum Optimal Control
- arxiv url: http://arxiv.org/abs/2607.10946v1
- Date: Sun, 12 Jul 2026 22:22:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 17:47:21.283321
- Title: Randomized Quantum Optimal Control
- Title（参考訳）: ランダム化量子最適制御
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.39665197792357026
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum optimal control (QOC) aims to find control functions that optimally steer a quantum system toward a target operation. We introduce a \emph{randomized} QOC framework where optimization is carried over an ensemble of control functions and their probabilities, instead of a single set of functions. Using this framework, we prove that randomized QOC can reach a target accuracy faster than any deterministic protocol under the same resource constraints. We also develop general symmetry-based constructions that convert a given control into an ensemble of controls that can systematically reduce the error. We benchmark these constructions for CNOT implementation and find that the resulting randomized protocol quadratically suppresses the error of the optimized deterministic solution. In addition, we introduce randomized GRAPE, which generalizes GRAPE to directly optimize control ensembles and their associated probabilities. Finally, as a related application, we discuss randomized boundary-pulse constructions {that enhance} robustness against coherent noise.
- Abstract（参考訳）: 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。
ここでは,一組の関数ではなく,制御関数とその確率のアンサンブル上で最適化を行う,emph{randomized} QOCフレームワークを導入する。
このフレームワークを用いて,同一資源制約下での任意の決定論的プロトコルよりも高速に,ランダム化されたQOCが目標精度に達することを証明した。
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。
我々はこれらの構成をCNOT実装のためにベンチマークし、結果のランダム化プロトコルが最適化された決定論的解の誤りを2次的に抑制することを発見した。
さらに、GRAPEを一般化したランダム化GRAPEを導入し、制御アンサンブルとその関連確率を直接最適化する。
最後に、関連する応用として、コヒーレントノイズに対するロバスト性を高めるランダム化境界パルス構造について論じる。
関連論文リスト
- Intelligent Control of Collisional Architectures for Deterministic Multipartite State Engineering [0.0]
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。
論文 参考訳（メタデータ） (2026-02-09T11:15:32Z) - Stochastic Control Methods for Optimization [0.0]
ユークリッド設定では、正規化制御問題の問題を解析する。
大域的な測度では、マスターフィールド問題によって特徴づけられる正規化された平均場問題を定式化する。
論文 参考訳（メタデータ） (2026-01-03T17:55:26Z) - Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
生成のための教師なし共形推論フレームワークを提案する。
我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。
その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
論文 参考訳（メタデータ） (2025-09-26T23:40:47Z) - Stochastic optimal control of open quantum systems [0.0]
オープン量子システムのための最適量子状態準備の一般的な問題に対処する。
我々は量子拡散制御(QDC)と呼ばれる対応するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-10-24T10:47:42Z) - 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) - Safe Neural Control for Non-Affine Control Systems with Differentiable
Control Barrier Functions [58.19198103790931]
本稿では,非アフィン制御系における安全クリティカル制御の問題に対処する。
制御バリア関数(CBF)を用いて,状態制約と制御制約の2次コストの最適化を2次プログラムのシーケンス(QP)にサブ最適化できることが示されている。
我々は,高次CBFをニューラル常微分方程式に基づく学習モデルに差分CBFとして組み込んで,非アフィン制御系の安全性を保証する。
論文 参考訳（メタデータ） (2023-09-06T05:35:48Z) - 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) - Optimal solutions to quantum annealing using two independent control
functions [0.0]
最適解は、進化時間全体の上界で調整された両制御からなることを示す。
本稿では,制御の振幅を制限するために最適化された量子最適制御手法を提案する。
2つの制御関数を持つスキームは、同じ進化時間における他のスキームよりも忠実であることを示す。
論文 参考訳（メタデータ） (2021-10-26T16:54:17Z) - Pointwise Feasibility of Gaussian Process-based Safety-Critical Control
under Model Uncertainty [77.18483084440182]
制御バリア関数(CBF)と制御リアプノフ関数(CLF)は、制御システムの安全性と安定性をそれぞれ強化するための一般的なツールである。
本稿では, CBF と CLF を用いた安全クリティカルコントローラにおいて, モデル不確実性に対処するためのガウスプロセス(GP)に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2021-06-13T23:08:49Z) - Gaussian Process-based Min-norm Stabilizing Controller for
Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。
この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
論文 参考訳（メタデータ） (2020-11-14T01:27:32Z)
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。