Dyb forstærkningslæring til kvantetilstandsforberedelse med svage ikke-lineære målinger PlatoBlockchain-dataintelligens. Lodret søgning. Ai.

Dyb forstærkningslæring til kvantetilstandsforberedelse med svage ikke-lineære målinger

Riccardo Porotti1,2, Antoine Essig3, Benjamin Huard3og Florian Marquardt1,2

1Max Planck Institute for the Science of Light, Erlangen, Tyskland
2Institut for Fysik, Friedrich-Alexander Universität Erlangen-Nürnberg, Tyskland
3Univ Lyon, ENS de Lyon, CNRS, Laboratoire de Physique, F-69342 Lyon, Frankrig

Finder du denne artikel interessant eller vil du diskutere? Scite eller efterlade en kommentar på SciRate.

Abstrakt

Kvantekontrol har været af stigende interesse i de senere år, fx til opgaver som tilstandsinitialisering og stabilisering. Feedback-baserede strategier er særligt kraftfulde, men også svære at finde på grund af den eksponentielt øgede søgeplads. Dyb forstærkende læring lover meget i denne henseende. Det kan give nye svar på vanskelige spørgsmål, såsom om ikke-lineære målinger kan kompensere for lineær, begrænset kontrol. Her viser vi, at forstærkningslæring med succes kan opdage sådanne feedbackstrategier uden forudgående viden. Vi illustrerer dette til tilstandsforberedelse i et hulrum, der er underlagt kvante-ikke-nedrivningsdetektion af fotonnummer, med et simpelt lineært drev som kontrol. Fock-tilstande kan produceres og stabiliseres med meget høj kvalitet. Det er endda muligt at nå superpositionstilstande, forudsat at målehastighederne for forskellige Fock-tilstande også kan kontrolleres.

Kvantestyring har været af stor relevans i de senere år, især på grund af kvantecomputeres udbredelse. At håndtere feedback i kvantestyring (dvs. at bruge målinger til at styre dynamikken) er især vanskelig, da kontrolvalgene bliver eksponentielt store. Det her studerede system kan modelleres som et hulrum, der kan måles svagt for at opnå delvis information om hvert energiniveau. For at forberede og stabilisere kvantetilstande i et sådant hulrum bruger vi forstærkningslæring (RL). RL er en gren af ​​maskinlæring, der beskæftiger sig med kontrolproblemer. I en RL-ramme forsøger algoritmen at maksimere en objektiv funktion (i dette tilfælde troskaben) ved at interagere med systemet via en trial-and-error-proces. I dette arbejde formår RL at udarbejde komplekse superpositioner af Fock-tilstanden i hulrummet, med kun meget begrænset lineær kontrol. RL-midlet lærer også at stabilisere kvantetilstande mod forskellige former for henfald.

► BibTeX-data

► Referencer

[1] Navin Khaneja, Timo Reiss, Cindie Kehlet, Thomas Schulte-Herbrüggen og Steffen J. Glaser. "Optimal kontrol af koblet spindynamik: Design af NMR-pulssekvenser ved gradientopstigningsalgoritmer". Journal of Magnetic Resonance 172, 296–305 (2005).
https://​/​doi.org/​10.1016/​j.jmr.2004.11.004

[2] P. de Fouquieres, SG Schirmer, SJ Glaser og Ilya Kuprov. "Anden ordens gradient ascent pulse engineering". Journal of Magnetic Resonance 212, 412–417 (2011).
https://​/​doi.org/​10.1016/​j.jmr.2011.07.023

[3] AC Doherty og K. Jacobs. "Feedback-kontrol af kvantesystemer ved hjælp af kontinuerlig tilstandsestimering". Phys. Rev. A 60, 2700-2711 (1999).
https://​/​doi.org/​10.1103/​PhysRevA.60.2700

[4] Pavel Bushev, Daniel Rotter, Alex Wilson, François Dubin, Christoph Becher, Jürgen Eschner, Rainer Blatt, Viktor Steixner, Peter Rabl og Peter Zoller. "Feedback-køling af en enkelt fanget ion". Phys. Rev. Lett. 96, 043003 (2006).
https://​/​doi.org/​10.1103/​physrevlett.96.043003

[5] Howard M. Wiseman og Gerard J. Milburn. "Kvantemåling og kontrol". Cambridge University Press. Cambridge (2009).
https://​/​doi.org/​10.1017/​CBO9780511813948

[6] GG Gillett, RB Dalton, BP Lanyon, MP Almeida, M. Barbieri, GJ Pryde, JL O'Brien, KJ Resch, SD Bartlett og AG White. "Eksperimentel feedbackkontrol af kvantesystemer ved hjælp af svage målinger". Phys. Rev. Lett. 104, 080503 (2010).
https://​/​doi.org/​10.1103/​physrevlett.104.080503

[7] Clément Sayrin, Igor Dotsenko, Xingxing Zhou, Bruno Peaudecerf, Théo Rybarczyk, Sébastien Gleyzes, Pierre Rouchon, Mazyar Mirrahimi, Hadis Amini, Michel Brune, Jean-Michel Raimond og Serge Haroche. "Kvantefeedback i realtid forbereder og stabiliserer fotonnummertilstande". Nature 477, 73-77 (2011).
https://​/​doi.org/​10.1038/​nature10376

[8] P. Campagne-Ibarcq, E. Flurin, N. Roch, D. Darson, P. Morfin, M. Mirrahimi, MH Devoret, F. Mallet og B. Huard. "Vedholdende kontrol af en superledende Qubit ved stroboskopisk målefeedback". Phys. Rev. X 3, 021008 (2013).
https://​/​doi.org/​10.1103/​physrevx.3.021008

[9] Nissim Ofek, Andrei Petrenko, Reinier Heeres, Philip Reinhold, Zaki Leghtas, Brian Vlastakis, Yehan Liu, Luigi Frunzio, SM Girvin, L. Jiang, Mazyar Mirrahimi, MH Devoret og RJ Schoelkopf. "Forlængelse af levetiden for en kvantebit med fejlkorrektion i superledende kredsløb". Nature 536, 441-445 (2016).
https://​/​doi.org/​10.1038/​nature18949

[10] Massimiliano Rossi, David Mason, Junxin Chen, Yeghishe Tsaturyan og Albert Schliesser. "Målebaseret kvantekontrol af mekanisk bevægelse". Nature 563, 53–58 (2018).
https:/​/​doi.org/​10.1038/​s41586-018-0643-8

[11] Shay Hacohen-Gourgy og Leigh S. Martin. "Kontinuerlige målinger til kontrol af superledende kvantekredsløb". Fremskridt i fysik: X 5, 1813626 (2020). arXiv:2009.07297.
https://​/​doi.org/​10.1080/​23746149.2020.1813626
arXiv: 2009.07297

[12] Alessio Fallani, Matteo AC Rossi, Dario Tamascelli og Marco G. Genoni. "Lære feedbackkontrolstrategier for kvantemetrologi". PRX Quantum 3, 020310 (2022).
https://​/​doi.org/​10.1103/​PRXQuantum.3.020310

[13] Richard S. Sutton og Andrew G. Barto. "Reinforcement Learning, anden udgave: En introduktion". MIT Press. (2018). url: http://​/​incompleteideas.net/​book/​the-book.html.
http://​incompleteideas.net/​book/​the-book.html

[14] Volodymyr Mnih, Koray Kavukcuoglu, David Silver, Andrei A. Rusu, Joel Veness, Marc G. Bellemare, Alex Graves, Martin Riedmiller, Andreas K. Fidjeland, Georg Ostrovski, Stig Petersen, Charles Beattie, Amir Sadik, Ioannis Antonoglou, Helen King, Dharshan Kumaran, Hamisa Wier, Danessa Wii og Hamisa. "Kontrol på menneskeligt niveau gennem dyb forstærkende læring". Nature 518, 529-533 (2015).
https://​/​doi.org/​10.1038/​nature14236

[15] Tuomas Haarnoja, Sehoon Ha, Aurick Zhou, Jie Tan, George Tucker og Sergey Levine. "Lær at gå via dyb forstærkningslæring" (2019). arXiv:1812.11103.
arXiv: 1812.11103

[16] Thomas Fösel, Petru Tighineanu, Talitha Weiss og Florian Marquardt. "Forstærkende læring med neurale netværk til kvantefeedback". Phys. Rev. X 8, 031084 (2018).
https://​/​doi.org/​10.1103/​physrevx.8.031084

[17] Chunlin Chen, Daoyi Dong, Han-Xiong Li, Jian Chu og Tzyh-Jong Tarn. "Fidelity-Based Probabilistic Q-Learning for Control of Quantum Systems". IEEE Transactions on Neurale Networks and Learning Systems 25, 920–933 (2014).
https://​/​doi.org/​10.1109/​tnnls.2013.2283574

[18] Moritz August og José Miguel Hernández-Lobato. "Takning af gradienter gennem eksperimenter: LSTM'er og hukommelses proksimal politikoptimering til Black-Box Quantum Control". I Rio Yokota, Michèle Weiland, John Shalf og Sadaf Alam, redaktører, High Performance Computing. Side 591–613. Lecture Notes in Computer ScienceCham (2018). Springer International Publishing.
https:/​/​doi.org/​10.1007/​978-3-030-02465-9_43

[19] Marin Bukov, Alexandre GR Day, Dries Sels, Phillip Weinberg, Anatoli Polkovnikov og Pankaj Mehta. "Forstærkende læring i forskellige faser af kvantekontrol". Phys. Rev. X 8, 031086 (2018). arXiv:1705.00565.
https://​/​doi.org/​10.1103/​physrevx.8.031086
arXiv: 1705.00565

[20] Riccardo Porotti, Dario Tamascelli, Marcello Restelli og Enrico Prati. "Kohærent transport af kvantetilstande ved dyb forstærkningslæring". Commun Phys 2, 1–9 (2019).
https://​/​doi.org/​10.1038/​s42005-019-0169-x

[21] Murphy Yuezhen Niu, Sergio Boixo, Vadim N. Smelyanskiy og Hartmut Neven. "Universal kvantekontrol gennem dyb forstærkningslæring". npj Quantum Information 5, 1–8 (2019).
https:/​/​doi.org/​10.1038/​s41534-019-0141-3

[22] Zheng An og DL Zhou. "Dyb forstærkningslæring til kvanteportstyring". EPL 126, 60002 (2019).
https:/​/​doi.org/​10.1209/​0295-5075/​126/​60002

[23] Han Xu, Junning Li, Liqiang Liu, Yu Wang, Haidong Yuan og Xin Wang. "Generaliserbar kontrol til kvanteparameterestimering gennem forstærkningslæring". npj Quantum Inf 5, 1–8 (2019).
https://​/​doi.org/​10.1038/​s41534-019-0198-z

[24] Juan Miguel Arrazola, Thomas R. Bromley, Josh Izaac, Casey R. Myers, Kamil Brádler og Nathan Killoran. "Maskinlæringsmetode til tilstandsforberedelse og gatesyntese på fotoniske kvantecomputere". Quantum Sci. Teknol. 4, 024004 (2019).
https:/​/​doi.org/​10.1088/​2058-9565/​aaf59e

[25] L. O'Driscoll, R. Nichols og PA Knott. "En hybrid maskinlæringsalgoritme til design af kvanteeksperimenter". Quantum Mach. Intell. 1, 5-15 (2019).
https:/​/​doi.org/​10.1007/​s42484-019-00003-8

[26] Thomas Fösel, Stefan Krastanov, Florian Marquardt og Liang Jiang. "Effektiv hulrumskontrol med SNAP-porte" (2020). arXiv:2004.14256.
arXiv: 2004.14256

[27] Mogens Dalgaard, Felix Motzoi, Jens Jakob Sørensen og Jacob Sherson. "Global optimering af kvantedynamik med AlphaZero dyb udforskning". npj Quantum Inf 6, 6 (2020).
https:/​/​doi.org/​10.1038/​s41534-019-0241-0

[28] Hailan Ma, Daoyi Dong, Steven X. Ding og Chunlin Chen. "Læreplansbaseret dyb forstærkningslæring til kvantekontrol" (2021). arXiv:2012.15427.
arXiv: 2012.15427

[29] Zheng An, Hai-Jing Song, Qi-Kai He og DL Zhou. "Kvanteoptimal kontrol af dissipative kvantesystemer på flere niveauer med forstærkningslæring". Phys. Rev. A 103, 012404 (2021).
https://​/​doi.org/​10.1103/​physreva.103.012404

[30] Yuval Baum, Mirko Amico, Sean Howell, Michael Hush, Maggie Liuzzi, Pranav Mundada, Thomas Merkh, Andre RR Carvalho og Michael J. Biercuk. "Eksperimentel dybdeforstærkningslæring til fejlrobust gatesætdesign på en superledende kvantecomputer". PRX Quantum 2, 040324 (2021).
https://​/​doi.org/​10.1103/​PRXQuantum.2.040324

[31] Thomas Fösel, Murphy Yuezhen Niu, Florian Marquardt og Li Li. "Kvantekredsløbsoptimering med dyb forstærkningslæring" (2021). arXiv:2103.07585.
arXiv: 2103.07585

[32] E. Flurin, LS Martin, S. Hacohen-Gourgy og I. Siddiqi. "Brug af et tilbagevendende neuralt netværk til at rekonstruere kvantedynamik af en superledende Qubit fra fysiske observationer". Fysisk gennemgang X 10 (2020).
https://​/​doi.org/​10.1103/​physrevx.10.011006

[33] DT Lennon, H. Moon, LC Camenzind, Liuqi Yu, DM Zumbühl, G. a. D. Briggs, MA Osborne, EA Laird og N. Ares. "Effektiv måling af en kvanteenhed ved hjælp af maskinlæring". npj Quantum Information 5, 1–8 (2019).
https:/​/​doi.org/​10.1038/​s41534-019-0193-4

[34] Kyunghoon Jung, MH Abobeih, Jiwon Yun, Gyeonghun Kim, Hyunseok Oh, Ang Henry, TH Taminiau og Dohun Kim. "Dyb læring forbedret individuel nuklear-spin-detektion". npj Quantum Inf 7, 1–9 (2021).
https:/​/​doi.org/​10.1038/​s41534-021-00377-3

[35] V Nguyen. "Dyb forstærkningslæring til effektiv måling af kvanteenheder". npj Quantum InformationPage 9 (2021).
https://​/​doi.org/​10.1038/​s41534-021-00434-x

[36] Alexander Hentschel og Barry C. Sanders. "Maskinlæring til præcis kvantemåling". Phys. Rev. Lett. 104, 063603 (2010).
https://​/​doi.org/​10.1103/​physrevlett.104.063603

[37] M. Tiersch, EJ Ganahl og HJ Briegel. "Adaptiv kvanteberegning i skiftende miljøer ved hjælp af projektiv simulering". Sci Rep 5, 12874 (2015).
https://​/​doi.org/​10.1038/​srep12874

[38] Pantita Palittapongarnpim, Peter Wittek, Ehsan Zahedinejad, Shakib Vedaie og Barry C. Sanders. "Læring i kvantestyring: Højdimensionel global optimering til støjende kvantedynamik". Neurocomputing 268, 116-126 (2017).
https://​/​doi.org/​10.1016/​j.neucom.2016.12.087

[39] Jelena Mackeprang, Durga B. Rao Dasari og Jörg Wrachtrup. "En forstærkende læringstilgang til kvantestatsteknik". Quantum Mach. Intell. 2, 5 (2020).
https:/​/​doi.org/​10.1007/​s42484-020-00016-8

[40] Christian Sommer, Muhammad Asjad og Claudiu Genes. "Udsigter til forstærkningslæring for samtidig dæmpning af mange mekaniske tilstande". Sci Rep 10, 2623 (2020).
https://​/​doi.org/​10.1038/​s41598-020-59435-z

[41] Zhikang T. Wang, Yuto Ashida og Masahito Ueda. "Deep Reinforcement Learning Control of Quantum Cartpoles". Phys. Rev. Lett. 125, 100401 (2020).
https://​/​doi.org/​10.1103/​PhysRevLett.125.100401

[42] Sangkha Borah, Bijita Sarma, Michael Kewming, Gerard J. Milburn og Jason Twamley. "Målebaseret feedback kvantekontrol med dyb forstærkningslæring for et dobbeltbrønds ikke-lineært potentiale". Phys. Rev. Lett. 127, 190403 (2021).
https://​/​doi.org/​10.1103/​PhysRevLett.127.190403

[43] VV Sivak, A. Eickbusch, H. Liu, B. Royer, I. Tsioutsios og MH Devoret. "Modelfri kvantekontrol med forstærkningslæring". Phys. Rev. X 12, 011059 (2022).
https://​/​doi.org/​10.1103/​PhysRevX.12.011059

[44] Antoine Essig, Quentin Ficheux, Théau Peronnin, Nathanaël Cottet, Raphaël Lescanne, Alain Sarlette, Pierre Rouchon, Zaki Leghtas og Benjamin Huard. "Multiplekset fotontalsmåling". Phys. Rev. X 11, 031045 (2021).
https://​/​doi.org/​10.1103/​PhysRevX.11.031045

[45] B. Peaudecerf, C. Sayrin, X. Zhou, T. Rybarczyk, S. Gleyzes, I. Dotsenko, JM Raimond, M. Brune og S. Haroche. "Kvantefeedback-eksperimenter, der stabiliserer Fock-lystilstande i et hulrum". Phys. Rev. A 87, 042320 (2013).
https://​/​doi.org/​10.1103/​physreva.87.042320

[46] X. Zhou, I. Dotsenko, B. Peaudecerf, T. Rybarczyk, C. Sayrin, S. Gleyzes, JM Raimond, M. Brune og S. Haroche. "Felt låst til en foktilstand ved kvantefeedback med enkeltfotonkorrektioner". Phys. Rev. Lett. 108, 243602 (2012).
https://​/​doi.org/​10.1103/​physrevlett.108.243602

[47] Jacob C. Curtis, Connor T. Hann, Salvatore S. Ældste, Christopher S. Wang, Luigi Frunzio, Liang Jiang og Robert J. Schoelkopf. "Single-shot nummer-løst detektion af mikrobølgefotoner med fejlreduktion". Phys. Rev. A 103, 023705 (2021).
https://​/​doi.org/​10.1103/​physreva.103.023705

[48] Christine Guerlin, Julien Bernu, Samuel Deléglise, Clément Sayrin, Sébastien Gleyzes, Stefan Kuhr, Michel Brune, Jean-Michel Raimond og Serge Haroche. "Progressiv felttilstandskollaps og kvante-ikke-nedrivningsfotontælling". Nature 448, 889-893 (2007).
https://​/​doi.org/​10.1038/​nature06057

[49] BR Johnson, MD Reed, AA Houck, DI Schuster, Lev S. Bishop, E. Ginossar, JM Gambetta, L. DiCarlo, L. Frunzio, SM Girvin og RJ Schoelkopf. "Kvante ikke-nedrivningsdetektion af enkelte mikrobølgefotoner i et kredsløb". Nature Phys 6, 663-667 (2010).
https://doi.org/​10.1038/​nphys1710

[50] B. Peaudecerf, T. Rybarczyk, S. Gerlich, S. Gleyzes, JM Raimond, S. Haroche, I. Dotsenko og M. Brune. "Adaptive Quantum Nonemolition-måling af et fotontal". Phys. Rev. Lett. 112, 080401 (2014).
https://​/​doi.org/​10.1103/​physrevlett.112.080401

[51] Crispin Gardiner og Peter Zoller. "Quantum Noise: A Handbook of Markovian and Non-Markovian Quantum Stochastic Methods with Applications to Quantum Optics". Springer-serien i synergetik. Springer-Verlag. Berlin Heidelberg (2004). Tredje udgave. url: link.springer.com/​book/​9783540223016.
https://​link.springer.com/​book/​9783540223016

[52] John Schulman, Filip Wolski, Prafulla Dhariwal, Alec Radford og Oleg Klimov. "Proksimale politikoptimeringsalgoritmer" (2017). arXiv:1707.06347.
arXiv: 1707.06347

[53] John Schulman, Sergey Levine, Philipp Moritz, Michael I. Jordan og Pieter Abbeel. "Tillid til regionspolitikoptimering" (2017). arXiv:1502.05477.
arXiv: 1502.05477

[54] Ashley Hill, Antonin Raffin, Maximilian Ernestus, Adam Gleave, Anssi Kanervisto, Rene Traore, Prafulla Dhariwal, Christopher Hesse, Oleg Klimov, Alex Nichol, Matthias Plappert, Alec Radford, John Schulman, Szymon Sidor og Yuhuai Wu. "Stabile basislinjer". url: github.com/​hill-a/​stable-baselines.
https://​/​github.com/​hill-a/​stable-baselines

[55] Weizhou Cai, Yuwei Ma, Weiting Wang, Chang-Ling Zou og Luyan Sun. "Bosoniske kvantefejlkorrektionskoder i superledende kvantekredsløb". Fundamental Research 1, 50–67 (2021).
https://​/​doi.org/​10.1016/​j.fmre.2020.12.006

[56] FAM de Oliveira, MS Kim, PL Knight og V. Buek. "Egenskaber for fordrevne talstater". Physical Review A 41, 2645-2652 (1990).
https://​/​doi.org/​10.1103/​physreva.41.2645

[57] Michael Martin Nieto. "Fortrængte og pressede talstater". Physics Letters A 229, 135-143 (1997). arXiv:quant-ph/​9612050.
https:/​/​doi.org/​10.1016/​s0375-9601(97)00183-7
arXiv:quant-ph/9612050

Citeret af

[1] Anna Dawid, Julian Arnold, Borja Requena, Alexander Gresch, Marcin Płodzień, Kaelan Donatella, Kim A. Nicoli, Paolo Stornati, Rouven Koch, Miriam Büttner, Robert Okuła, Gorka Muñoz-Gil, Rodrigo A. Vargas-Hernández, Alba-Liba Cervera, Marylou, Carras-Liba Cervera, Marylou. Patrick Huembeli, Evert van Nieuwenburg, Filippo Vicentini, Lei Wang, Sebastian J. Wetzel, Giuseppe Carleo, Eliška Greplová, Roman Krems, Florian Marquardt, Michał Tomza, Maciej Lewenstein og Alexandre Dauphin, "Modern applications of machine learning in quantum sciences", arXiv: 2204.04198.

[2] Riccardo Porotti, Vittorio Peano og Florian Marquardt, "Gradient Ascent Pulse Engineering with Feedback", arXiv: 2203.04271.

[3] Luigi Giannelli, Pierpaolo Sgroi, Jonathon Brown, Gheorghe Sorin Paraoanu, Mauro Paternostro, Elisabetta Paladino og Giuseppe Falci, "En tutorial om optimal kontrol og forstærkende læringsmetoder til kvanteteknologier", Physics Letters A 434, 128054 (2022).

[4] Björn Annby-Andersson, Faraj Bakhshinezhad, Debankur Bhattacharyya, Guilherme De Sousa, Christopher Jarzynski, Peter Samuelsson og Patrick P. Potts, "Quantum Fokker-Planck master equation for continuous feedback control", arXiv: 2110.09159.

[5] Alessio Fallani, Matteo AC Rossi, Dario Tamascelli og Marco G. Genoni, "Learning Feedback Control Strategies for Quantum Metrology", PRX Quantum 3 2, 020310 (2022).

[6] Paolo Andrea Erdman og Frank Noé, "Køre black-box kvantetermiske maskiner med optimal kraft/effektivitet afvejninger ved hjælp af forstærkningslæring", arXiv: 2204.04785.

[7] David A. Herrera-Martí, "Policy Gradient Approach to Compilation of Variational Quantum Circuits", arXiv: 2111.10227.

Ovenstående citater er fra SAO/NASA ADS (sidst opdateret 2022-07-22 01:21:35). Listen kan være ufuldstændig, da ikke alle udgivere leverer passende og fuldstændige citatdata.

On Crossrefs citeret af tjeneste ingen data om at citere værker blev fundet (sidste forsøg 2022-07-22 01:21:34).

Tidsstempel:

Mere fra Quantum Journal