Modellprediktiv kontroll for robust kvantetilstandsforberedelse

Publisert av Platon

Følgere: 0

Andy J. Goldschmidt¹, Jonathan L. DuBois², Steven L. Brunton³og J. Nathan Kutz⁴

¹Institutt for fysikk, University of Washington, Seattle, WA 98195
²Lawrence Livermore National Laboratory, Livermore, CA 94550
³Institutt for maskinteknikk, University of Washington, Seattle, WA 98195
⁴Institutt for anvendt matematikk, University of Washington, Seattle, WA 98195

Finn dette papiret interessant eller vil diskutere? Scite eller legg igjen en kommentar på SciRate.

Abstrakt

En kritisk ingeniørutfordring innen kvanteteknologi er nøyaktig kontroll av kvantedynamikk. Modellbaserte metoder for optimal kontroll har vist seg å være svært effektive når teori og eksperiment samsvarer tett. Følgelig krever realisering av høykvalitets kvanteprosesser med modellbasert kontroll nøye enhetskarakterisering. I kvanteprosessorer basert på kalde atomer kan Hamiltonianen være godt karakterisert. For superledende qubits som opererer ved milli-Kelvin-temperaturer, er ikke Hamiltonian like godt karakterisert. Ukjent for fysikk (dvs. modusavvik), koherente forstyrrelser og økt støy kompromitterer tradisjonell modellbasert kontroll. Dette arbeidet introduserer $textit{model predictive control}$ (MPC) for kvantekontrollapplikasjoner. MPC er et optimaliseringsrammeverk med lukket sløyfe som (i) arver en naturlig grad av forstyrrelsesavvisning ved å inkorporere måletilbakemelding, (ii) bruker finitt-horisont modellbaserte optimaliseringer for å kontrollere komplekse multi-input, multi-output dynamiske systemer under tilstand og input-begrensninger, og (iii) er fleksibel nok til å utvikle seg synergistisk sammen med andre moderne kontrollstrategier. Vi viser hvordan MPC kan brukes til å generere praktiske optimaliserte kontrollsekvenser i representative eksempler på kvantetilstandsforberedelse. Spesifikt demonstrerer vi for en qubit, en svakt-anharmonisk qubit og et system som gjennomgår krysstale, at MPC kan realisere vellykket modellbasert kontroll selv når modellen er utilstrekkelig. Disse eksemplene viser hvorfor MPC er et viktig tillegg til kontrollpakken for kvanteteknikk.

Utvalgt bilde: $textbf{(a)}$ I kretsmodellen er en qubit representert av et linjesegment, og en boks tegnes for å indikere en kvanteprosess brukt på qubiten. Her representerer vi en kvantetilstandsforberedelse abstrakt ved $textbf{A}$ og angir ukarakteriserte modifikasjoner som gjør $textbf{A}$s modell upålitelig for åpen sløyfekontroll. $textbf{(b)}$ Under panseret til $textbf{A}$-operasjonen designer vi robuste kontrollpulser ved å bruke modellprediktiv kontroll (MPC). I $textbf{(b) ii-iii.}$ syntetiserer MPC en robust kontrollinngang ved å inkorporere tilstandsfeedback i en sekvens av kontrolllover for vikende horisont (i $textbf{(b) ii.}$, de tre første MPC iterasjoner er merket 1., 2. og 3. og farget med økende gråtoneverdi). Ved hver MPC-iterasjon løses et kontrollproblem med åpen sløyfe over gjeldende prediksjonshorisont T ved å bruke $textbf{A}$s upålitelige systemmodell for å gi $mathbf{x}^textrm{opt}(t)$ og $mathbf {u}^textrm{opt}(t)$. Den første oppføringen av open-loop-løsningen $mathbf{u}^textrm{opt}(t)$ brukes som $mathbf{u}(t)$ i $textbf{(b) iii.}$. Den resulterende tilstanden $mathbf{x}(t + 1)$ registreres, og neste MPC-iterasjon begynner fra denne registrerte tilstanden.

Populært sammendrag

Model prediktiv kontroll (MPC) er en populær tilnærming for kontrolldesign i mange områder av ingeniørfaget. Dette skyldes dens evne til å inkludere begrensninger, og dens robusthet mot støy og koherente modelleringsfeil. I dette arbeidet tilpasser vi klassisk modellprediktiv kontroll for design av kvantekontrollsekvenser for å løse problemet med planlegging over feilkarakteriserte modeller av kvanteenheter. MPC-perspektivet er å løse kvantekontrollproblemet som om det er en $textit{online}$-optimalisering, hvor kontrollsekvensen optimaliseres sekvensielt over en vikende horisont. Vi demonstrerer de praktiske fordelene med dette MPC-perspektivet ved å studere tre representative eksempler innen kvantekontrollteknikk.

► BibTeX-data

@artikkel{Goldschmidt2022modellprediktiv, doi = {10.22331/q-2022-10-13-837}, url = {https://doi.org/10.22331/q-2022-10-13-837}, title = {Modell prediktiv kontroll for robust kvantetilstandsforberedelse}, forfatter = {Goldschmidt, Andy J. og DuBois, Jonathan L. og Brunton, Steven L. og Kutz, J. Nathan}, journal = {{Quantum}}, issn = {2521-327X}, publisher = {{Verein zur F{“{o}}rderung des Open Access Publizierens in the Quantenwissenschaften}}, volum = {6}, sider = {837}, måned = okt, år = {2022} }

► Referanser

[1] Mohamed Abdelhafez, David I Schuster og Jens Koch. Gradientbasert optimal kontroll av åpne kvantesystemer ved bruk av kvantebaner og automatisk differensiering. Physical Review A, 99 (5): 052327, 2019. https:///doi.org/10.1103/PhysRevA.99.052327.
https: / / doi.org/ 10.1103 / PhysRevA.99.052327

[2] Ian Abraham, Gerardo de la Torre og Todd Murphey. Modellbasert kontroll med Koopman-operatører. I Robotics: Science and Systems XIII. Robotics: Science and Systems Foundation, jul 2017. https:///doi.org/10.15607/rss.2017.xiii.052.
https:///doi.org/10.15607/rss.2017.xiii.052

[3] Claudio Altafini og Francesco Ticozzi. Modellering og kontroll av kvantesystemer: En introduksjon. IEEE Transactions on Automatic Control, 57 (8): 1898–1917, 2012. https:///doi.org/10.1109/TAC.2012.2195830.
https: / / doi.org/ 10.1109 / TAC.2012.2195830

[4] Brian DO Anderson og John B Moore. Optimal kontroll: Lineære kvadratiske metoder. Courier Corporation, 2007.

[5] Harrison Ball, Michael Biercuk, Andre Carvalho, Jiayin Chen, Michael Robert Hush, Leonardo A De Castro, Li Li, Per J Liebermann, Harry Slatyer, Claire Edmunds, et al. Programvareverktøy for kvantekontroll: Forbedring av kvantedatamaskinytelse gjennom støy- og feilundertrykkelse. Quantum Science and Technology, 2021. https:///doi.org/10.1088/2058-9565/abdca6.
https:///doi.org/10.1088/2058-9565/abdca6

[6] Yuval Baum, Mirko Amico, Sean Howell, Michael Hush, Maggie Liuzzi, Pranav Mundada, Thomas Merkh, Andre R.R. Carvalho og Michael J. Biercuk. Eksperimentell dyp forsterkningslæring for feilrobust portsettdesign på en superledende kvantedatamaskin. PRX Quantum, 2 (4), nov 2021. https:///doi.org/10.1103/prxquantum.2.040324.
https: / / doi.org/ 10.1103 / prxquantum.2.040324

[7] Thomas Baumeister, Steven L Brunton og J Nathan Kutz. Dyplæring og modellprediktiv kontroll for selvinnstilling av moduslåste lasere. JOSA B, 35 (3): 617–626, 2018. https:///doi.org/10.1364/JOSAB.35.000617.
https: / / doi.org/ 10.1364 / JOSAB.35.000617

[8] Katharina Bieker, Sebastian Peitz, Steven L Brunton, J Nathan Kutz og Michael Dellnitz. Dyp modellprediktiv flytkontroll med begrenset sensordata og nettbasert læring. Theoretical and Computational Fluid Dynamics, side 1–15, 2020. https:///doi.org/10.1007/s00162-020-00520-4.
https://doi.org/10.1007/s00162-020-00520-4

[9] Stephen Boyd, Stephen P Boyd og Lieven Vandenberghe. Konveks optimalisering. Cambridge University Press, 2004. https:///doi.org/10.1017/CBO9780511804441.
https: / / doi.org/ 10.1017 / CBO9780511804441

[10] Daniel Bruder, Xun Fu og Ram Vasudevan. Fordeler med bilineære Koopman-realiseringer for modellering og kontroll av systemer med ukjent dynamikk. IEEE Robotics and Automation Letters, 6 (3): 4369–4376, 2021. https:///doi.org/10.1109/LRA.2021.3068117.
https:///doi.org/10.1109/LRA.2021.3068117

[11] Steven L Brunton, Marko Budišić, Eurika Kaiser og J Nathan Kutz. Moderne Koopman-teori for dynamiske systemer. arXiv preprint arXiv:2102.12086, 2021.
arxiv: 2102.12086

[12] Tayfun Çimen. Statsavhengig Riccati-ligning (SDRE) kontroll: En undersøkelse. IFAC Proceedings Volumes, 41 (2): 3761–3775, 2008. https:///doi.org/10.3182/20080706-5-KR-1001.00635.
https:///doi.org/10.3182/20080706-5-KR-1001.00635

[13] Domenico d'Alessandro. Introduksjon til kvantekontroll og dynamikk. Chapman og Hall/CRC, 2021.

[14] Steven Diamond og Stephen Boyd. CVXPY: Et Python-innebygd modelleringsspråk for konveks optimalisering. Journal of Machine Learning Research, 17 (1): 2909–2913, jan 2016. ISSN 1532-4435.

[15] Daniel J Egger og Frank K Wilhelm. Adaptiv hybrid optimal kvantekontroll for upresist karakteriserte systemer. Physical Review Letters, 112 (24): 240503, 2014. https:///doi.org/10.1103/PhysRevLett.112.240503.
https: / / doi.org/ 10.1103 / PhysRevLett.112.240503

[16] Jens Eisert, Dominik Hangleiter, Nathan Walk, Ingo Roth, Damian Markham, Rhea Parekh, Ulysse Chabaud og Elham Kashefi. Kvantesertifisering og benchmarking. Nature Reviews Physics, 2 (7): 382–390, 2020. https:///doi.org/10.1038/s42254-020-0186-4.
https://doi.org/10.1038/s42254-020-0186-4

[17] Utku Eren, Anna Prach, Başaran Bahadır Koçer, Saša V Raković, Erdal Kayacan og Behçet Açıkmeşe. Modellprediktiv kontroll i romfartssystemer: Nåværende tilstand og muligheter. Journal of Guidance, Control, and Dynamics, 40 (7): 1541–1566, 2017. https://doi.org/10.2514/1.G002507.
https:///doi.org/10.2514/1.G002507

[18] Paolo Falcone, Francesco Borrelli, Jahan Asgari, Hongtei Eric Tseng og Davor Hrovat. Forutsigbar aktiv styrekontroll for autonome kjøretøysystemer. IEEE Transactions on control systems technology, 15 (3): 566–580, 2007. https:///doi.org/10.1109/TCST.2007.894653.
https:///doi.org/10.1109/TCST.2007.894653

[19] David D Fan, Ali-akbar Agha-mohammadi og Evangelos A Theodorou. Dyplæringsrør for rør MPC. I Robotics: Science and Systems XVI (2020), 2020. https:///doi.org/10.15607/RSS.2020.XVI.087.
https:///doi.org/10.15607/RSS.2020.XVI.087

[20] Carl Folkestad og Joel W Burdick. Koopman NMPC: Koopman-basert læring og ikke-lineær modell prediktiv kontroll av kontrollaffinsystemer. I 2021 IEEE International Conference on Robotics and Automation (ICRA), side 7350–7356. IEEE, 2021. https:///doi.org/10.1109/ICRA48506.2021.9562002.
https:///doi.org/10.1109/ICRA48506.2021.9562002

[21] Dimitris Giannakis, Amelia Henriksen, Joel A Tropp og Rachel Ward. Lære å forutsi dynamiske systemer fra strømmedata. arXiv forhåndstrykk arXiv:2109.09703, 2021.
arxiv: 2109.09703

[22] Steffen J Glaser, Ugo Boscain, Tommaso Calarco, Christiane P Koch, Walter Köckenberger, Ronnie Kosloff, Ilya Kuprov, Burkhard Luy, Sophie Schirmer, Thomas Schulte-Herbrüggen, et al. Trening av Schrödingers katt: Kvanteoptimal kontroll. The European Physical Journal D, 69 (12): 1–24, 2015. https:///doi.org/10.1140/epjd/e2015-60464-1.
https: / / doi.org/ 10.1140 / epjd / e2015-60464-1

[23] Michael Goerz, Daniel Basilewitsch, Fernando Gago-Encinas, Matthias G Krauss, Karl P Horn, Daniel M Reich og Christiane Koch. Krotov: En Python-implementering av krotovs metode for kvanteoptimal kontroll. SciPost Physics, 7 (6): 080, 2019. https:///doi.org/10.21468/SciPostPhys.7.6.080.
https: / / doi.org/ 10.21468 / SciPostPhys.7.6.080

[24] Michael H Goerz, Daniel M Reich og Christiane P Koch. Optimal kontrollteori for en enhetlig operasjon under dissipativ evolusjon. New Journal of Physics, 16 (5): 055012, 2014. https://doi.org/10.1088/1367-2630/16/5/055012.
https://doi.org/10.1088/1367-2630/16/5/055012

[25] Andy Goldschmidt, Eurika Kaiser, Jonathan L Dubois, Steven L Brunton og J Nathan Kutz. Bilineær dynamisk modusdekomponering for kvantekontroll. New Journal of Physics, 23 (3): 033035, 2021. https:///doi.org/10.1088/1367-2630/abe972.
https: / / doi.org/ 10.1088 / 1367-2630 / abe972

[26] Daniel Görges. Relasjoner mellom modellprediktiv kontroll og forsterkende læring. IFAC-PapersOnLine, 50 (1): 4920–4928, 2017. https:///doi.org/10.1016/j.ifacol.2017.08.747.
https: / / doi.org/ 10.1016 / j.ifacol.2017.08.747

[27] Sébastien Gros, Mario Zanon, Rien Quirynen, Alberto Bemporad og Moritz Diehl. Fra lineær til ikke-lineær MPC: Bygge bro over gapet via sanntidsiterasjon. International Journal of Control, 93 (1): 62–80, 2020. https:///doi.org/10.1080/00207179.2016.1222553.
https: / / doi.org/ 10.1080 / 00207179.2016.1222553

[28] Stefanie Günther, N. Anders Petersson og Jonathan L. DuBois. Quandary: En åpen kildekode C++-pakke for høyytelses optimal kontroll av åpne kvantesystemer. I 2021 IEEE/ACM Second International Workshop on Quantum Computing Software (QCS), side 88–98, 2021. https:///doi.org/10.1109/QCS54837.2021.00014.
https:///doi.org/10.1109/QCS54837.2021.00014

[29] IN Hincks, CE Granade, Troy W Borneman og David G Cory. Kontrollere kvanteenheter med ikke-lineær maskinvare. Physical Review Applied, 4 (2): 024012, 2015. https:///doi.org/10.1103/PhysRevApplied.4.024012.
https: / / doi.org/ 10.1103 / PhysRevApplied.4.024012

[30] Roger A. Horn og Charles R. Johnson. Emner i matriseanalyse. Cambridge University Press, 1991. https:///doi.org/10.1017/CBO9780511840371.
https: / / doi.org/ 10.1017 / CBO9780511840371

[31] Brian E Jackson, Tarun Punnoose, Daniel Neamati, Kevin Tracy, Rianna Jitosho og Zachary Manchester. ALTRO-C: En rask løser for konisk modellprediktiv kontroll. I International Conference on Robotics and Automation (ICRA), Xi’an, Kina, side 8, 2021. https:///doi.org/10.1109/ICRA48506.2021.9561438.
https:///doi.org/10.1109/ICRA48506.2021.9561438

[32] J Robert Johansson, Paul D Nation og Franco Nori. QuTiP: Et åpen kildekode Python-rammeverk for dynamikken i åpne kvantesystemer. Computer Physics Communications, 183 (8): 1760–1772, 2012. https:///doi.org/10.1016/j.cpc.2012.02.021.
https: / / doi.org/ 10.1016 / j.cpc.2012.02.021

[33] J.R. Johansson, P.D. Nation og Franco Nori. QuTiP 2: Et Python-rammeverk for dynamikken til åpne kvantesystemer. Computer Physics Communications, 184 (4): 1234–1240, april 2013. https:///doi.org/10.1016/j.cpc.2012.11.019.
https: / / doi.org/ 10.1016 / j.cpc.2012.11.019

[34] Eurika Kaiser, J Nathan Kutz og Steven L Brunton. Sparsom identifikasjon av ikke-lineær dynamikk for modellprediktiv kontroll i lavdatagrensen. Proceedings of the Royal Society of London A, 474 (2219), 2018. https:///doi.org/10.1098/rspa.2018.0335.
https: / / doi.org/ 10.1098 / rspa.2018.0335

[35] Julian Kelly, Rami Barends, Brooks Campbell, Yu Chen, Zijun Chen, Ben Chiaro, Andrew Dunsworth, Austin G Fowler, I-C Hoi, Evan Jeffrey, et al. Optimal kvantekontroll ved hjelp av randomisert benchmarking. Physical Review Letters, 112 (24): 240504, 2014. https:///doi.org/10.1103/PhysRevLett.112.240504.
https: / / doi.org/ 10.1103 / PhysRevLett.112.240504

[36] Navin Khaneja, Timo Reiss, Cindie Kehlet, Thomas Schulte-Herbrüggen og Steffen J Glaser. Optimal kontroll av koblet spinndynamikk: Design av NMR-pulssekvenser ved hjelp av gradientoppstigningsalgoritmer. Journal of Magnetic Resonance, 172 (2): 296–305, 2005. https://doi.org/10.1016/j.jmr.2004.11.004.
https: / / doi.org/ 10.1016 / j.jmr.2004.11.004

[37] Martin Kliesch og Ingo Roth. Teori om kvantesystemsertifisering. PRX Quantum, 2 (1): 010201, 2021. https:///doi.org/10.1103/PRXQuantum.2.010201.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010201

[38] B. O. Koopman. Hamiltonske systemer og transformasjon i Hilbert-rommet. Proceedings of the National Academy of Sciences, 17 (5): 315–318, mai 1931. https:///doi.org/10.1073/pnas.17.5.315.
https: / / doi.org/ 10.1073 / pnas.17.5.315

[39] B. O. Koopman og J. v. Neumann. Dynamiske systemer med kontinuerlige spektre. Proceedings of the National Academy of Sciences, 18 (3): 255–263, mars 1932. https:///doi.org/10.1073/pnas.18.3.255.
https: / / doi.org/ 10.1073 / pnas.18.3.255

[40] Milan Korda og Igor Mezić. Lineære prediktorer for ikke-lineære dynamiske systemer: Koopman-operatør møter modellprediktiv kontroll. Automatica, 93: 149–160, 2018. https://doi.org/10.1016/j.automatica.2018.03.046.
https:///doi.org/10.1016/j.automatica.2018.03.046

[41] Philip Krantz, Morten Kjaergaard, Fei Yan, Terry P Orlando, Simon Gustavsson og William D Oliver. En kvanteingeniørs guide til superledende qubits. Applied Physics Reviews, 6 (2): 021318, 2019. https:///doi.org/10.1063/1.5089550.
https: / / doi.org/ 10.1063 / 1.5089550

[42] Jay H Lee og N Lawrence Ricker. Utvidet Kalman-filterbasert ikke-lineær modellprediktiv kontroll. Industrial & Engineering Chemistry Research, 33 (6): 1530–1541, 1994.

[43] Boxi Li, Shahnawaz Ahmed, Sidhant Saraogi, Neill Lambert, Franco Nori, Alexander Pitchford og Nathan Shammah. Støyende kvantekretser på pulsnivå med qutip. Quantum, 6: 630, 2022. https:///doi.org/10.22331/q-2022-01-24-630.
https://doi.org/10.22331/q-2022-01-24-630

[44] Brett T Lopez, Jean-Jacques E Slotine og Jonathan P How. Dynamisk rør MPC for ikke-lineære systemer. I 2019 American Control Conference (ACC), side 1655–1662. IEEE, 2019. https:///doi.org/10.23919/ACC.2019.8814758.
https:///doi.org/10.23919/ACC.2019.8814758

[45] Shai Machnes, Elie Assémat, David Tannor og Frank K Wilhelm. Justerbar, fleksibel og effektiv optimalisering av kontrollpulser for praktiske qubits. Physical Review Letters, 120 (15): 150401, 2018. https://doi.org/10.1103/PhysRevLett.120.150401.
https: / / doi.org/ 10.1103 / PhysRevLett.120.150401

[46] Easwar Magesan og Jay M Gambetta. Effektive Hamiltonske modeller av kryssresonansporten. Physical Review A, 101 (5): 052308, 2020. https:///doi.org/10.1103/PhysRevA.101.052308.
https: / / doi.org/ 10.1103 / PhysRevA.101.052308

[47] David Q Mayne, James B Rawlings, Christopher V Rao og Pierre OM Scokaert. Begrenset modellprediktiv kontroll: Stabilitet og optimalitet. Automatica, 36 (6): 789–814, 2000. https:///doi.org/10.1016/S0005-1098(99)00214-9.
https://doi.org/10.1016/S0005-1098(99)00214-9

[48] David Q Mayne, María M Seron og SV Raković. Robust modellprediktiv kontroll av begrensede lineære systemer med avgrensede forstyrrelser. Automatica, 41 (2): 219–224, 2005. https://doi.org/10.1016/j.automatica.2004.08.019.
https:///doi.org/10.1016/j.automatica.2004.08.019

[49] David C McKay, Thomas Alexander, Luciano Bello, Michael J Biercuk, Lev Bishop, Jiayin Chen, Jerry M Chow, Antonio D Córcoles, Daniel Egger, Stefan Filipp, et al. Qiskit backend-spesifikasjoner for OpenQASM- og OpenPulse-eksperimenter. arXiv forhåndstrykk arXiv:1809.03452, 2018.
arxiv: 1809.03452

[50] Igor Mezić. Spektralegenskaper til dynamiske systemer, modellreduksjon og dekomponeringer. Ikke-lineær dynamikk, 41 (1-3): 309–325, 2005. https://doi.org/10.1007/s11071-005-2824-x.
https: / / doi.org/ 10.1007 / s11071-005-2824-x

[51] Igor Mezic. Analyse av væskestrømmer via spektrale egenskaper til Koopman-operatøren. Annual Review of Fluid Mechanics, 45: 357–378, 2013. https:///doi.org/10.1146/annurev-fluid-011212-140652.
https:///doi.org/10.1146/annurev-fluid-011212-140652

[52] Thomas M Moerland, Joost Broekens og Catholijn M Jonker. Modellbasert forsterkningslæring: En undersøkelse. arXiv forhåndstrykk arXiv:2006.16712, 2020.
arxiv: 2006.16712

[53] Felix Motzoi, Jay M Gambetta, Patrick Rebentrost og Frank K Wilhelm. Enkle pulser for eliminering av lekkasje i svakt ikke-lineære qubits. Physical Review Letters, 103 (11): 110501, 2009. https:///doi.org/10.1103/PhysRevLett.103.110501.
https: / / doi.org/ 10.1103 / PhysRevLett.103.110501

[54] Murphy Yuezhen Niu, Sergio Boixo, Vadim N Smelyanskiy og Hartmut Neven. Universell kvantekontroll gjennom dyp forsterkende læring. npj Quantum Information, 5 (1): 1–8, 2019. https:///doi.org/10.1038/s41534-019-0141-3.
https://doi.org/10.1038/s41534-019-0141-3

[55] Jorge Nocedal og Stephen Wright. Numerisk optimalisering. Springer Science & Business Media, 2006. https://doi.org/10.1007/b98874.
https: / / doi.org/ 10.1007 / b98874

[56] Feliks Nüske, Sebastian Peitz, Friedrich Philipp, Manuel Schaller og Karl Worthmann. Begrensede datafeilgrenser for Koopman-basert prediksjon og kontroll. arXiv forhåndstrykk arXiv:2108.07102, 2021.
arxiv: 2108.07102

[57] Sebastian Peitz og Stefan Klus. Koopman operatørbasert modellreduksjon for svitsjede systemkontroll av PDE-er. Automatica, 106: 184–191, 2019. https://doi.org/10.1016/j.automatica.2019.05.016.
https:///doi.org/10.1016/j.automatica.2019.05.016

[58] Sebastian Peitz, Samuel E Otto og Clarence W Rowley. Datadrevet modellprediktiv kontroll ved bruk av interpolerte Koopman-generatorer. SIAM Journal on Applied Dynamical Systems, 19 (3): 2162–2193, 2020. https:///doi.org/10.1137/20M1325678.
https: / / doi.org/ 10.1137 / 20M1325678

[59] Seth D Pendergrass, J Nathan Kutz og Steven L Brunton. Streaming GPU enestående verdi og dynamiske modusdekomponeringer. arXiv forhåndstrykk arXiv:1612.07875, 2016.
arxiv: 1612.07875

[60] Minh Q Phan og Seyed Mahdi B Azad. Modellprediktiv Q-læring (MPQ-L) for bilineære systemer. I Modellering, simulering og optimalisering av komplekse prosesser HPSC 2018, side 97–115. Springer, 2021. https:///doi.org/10.1007/978-3-030-55240-4_5.
https://doi.org/10.1007/978-3-030-55240-4_5

[61] Thomas Propson, Brian E Jackson, Jens Koch, Zachary Manchester og David I Schuster. Robust kvanteoptimal kontroll med baneoptimalisering. Physical Review Applied, 17 (1): 014036, 2022. https:///doi.org/10.1103/PhysRevApplied.17.014036.
https: / / doi.org/ 10.1103 / PhysRevApplied.17.014036

[62] S Joe Qin og Thomas A Badgwell. En undersøkelse av industrimodellprediktiv kontrollteknologi. Kontrollingeniørpraksis, 11 (7): 733–764, 2003. https:///doi.org/10.1016/S0967-0661(02)00186-7.
https://doi.org/10.1016/S0967-0661(02)00186-7

[63] Saša V Raković og William S Levine. Håndbok for modellprediktiv kontroll. Springer, 2018. https:///doi.org/10.1007/978-3-319-77489-3.
https://doi.org/10.1007/978-3-319-77489-3

[64] Mohan Sarovar, Timothy Proctor, Kenneth Rudinger, Kevin Young, Erik Nielsen og Robin Blume-Kohout. Oppdage krysstalefeil i kvanteinformasjonsprosessorer. Quantum, 4: 321, 2020. https:///doi.org/10.22331/q-2020-09-11-321.
https://doi.org/10.22331/q-2020-09-11-321

[65] Manuel Schaller, Karl Worthmann, Friedrich Philipp, Sebastian Peitz og Feliks Nüske. Mot effektiv og pålitelig prediksjonsbasert kontroll ved hjelp av eDMD. arXiv preprint arXiv:2202.09084, 2022.
arxiv: 2202.09084

[66] Yunong Shi, Nelson Leung, Pranav Gokhale, Zane Rossi, David I Schuster, Henry Hoffmann og Frederic T Chong. Optimalisert kompilering av aggregerte instruksjoner for realistiske kvantedatamaskiner. I Proceedings of the Twenty-Fourth International Conference on Architectural Support for Programming Languages and Operating Systems, side 1031–1044, 2019. https:///doi.org/10.1145/3297858.3304018.
https: / / doi.org/ 10.1145 / 3297858.3304018

[67] Henrique Silvério, Sebastián Grijalva, Constantin Dalyac, Lucas Leclerc, Peter J Karalekas, Nathan Shammah, Mourad Beji, Louis-Paul Henry og Loïc Henriet. Pulser: En åpen kildekode-pakke for design av pulssekvenser i programmerbare nøytralatommatriser. Quantum, 6: 629, 2022. https:///doi.org/10.22331/q-2022-01-24-629.
https://doi.org/10.22331/q-2022-01-24-629

[68] B. Stellato, G. Banjac, P. Goulart, A. Bemporad og S. Boyd. OSQP: En operatørdelingsløser for kvadratiske programmer. Mathematical Programming Computation, 12 (4): 637–672, 2020. https:///doi.org/10.1007/s12532-020-00179-2.
https://doi.org/10.1007/s12532-020-00179-2

[69] Pauli Virtanen, Ralf Gommers, Travis E. Oliphant, Matt Haberland, Tyler Reddy, David Cournapeau, Evgeni Burovski, Pearu Peterson, Warren Weckesser, Jonathan Bright, Stéfan J. van der Walt, Matthew Brett, Joshua Wilson, K. Jarrod Millman, Nikolay Mayorov, Andrew R. J. Nelson, Eric Jones, Robert Kern, Eric Larson, C J Carey, İlhan Polat, Yu Feng, Eric W. Moore, Jake VanderPlas, Denis Laxalde, Josef Perktold, Robert Cimrman, Ian Henriksen, E. A. Quintero, Charles R Harris, Anne M. Archibald, Antônio H. Ribeiro, Fabian Pedregosa, Paul van Mulbregt og SciPy 1.0-bidragsytere. SciPy 1.0: Grunnleggende algoritmer for vitenskapelig databehandling i Python. Nature Methods, 17: 261–272, 2020. https:///doi.org/10.1038/s41592-019-0686-2.
https://doi.org/10.1038/s41592-019-0686-2

[70] John von Neumann, Robert T. Beyer og Nicholas A. Wheeler. Matematisk grunnlag for kvantemekanikk. Princeton University Press, 2018-utgaven, 1932. ISBN 9780691178561. https:///doi.org/10.1515/9781400889921.
https: / / doi.org/ 10.1515 / 9781400889921

[71] Yang Wang og Stephen Boyd. Rask modellprediktiv kontroll ved hjelp av online optimalisering. IEEE Transactions on control systems technology, 18 (2): 267–278, 2009. https:///doi.org/10.1109/TCST.2009.2017934.
https:///doi.org/10.1109/TCST.2009.2017934

[72] Manuel Watter, Jost Springenberg, Joschka Boedecker og Martin Riedmiller. Embed to Control: En lokalt lineær latent dynamikkmodell for kontroll fra råbilder. Advances in Neural Information Processing Systems, 28, 2015.

[73] Max Werninghaus, Daniel J Egger, Federico Roy, Shai Machnes, Frank K Wilhelm og Stefan Filipp. Lekkasjereduksjon i raske superledende qubit-porter via optimal kontroll. npj Quantum Information, 7 (1): 1–6, 2021. https:///doi.org/10.1038/s41534-020-00346-2.
https://doi.org/10.1038/s41534-020-00346-2

[74] Nicolas Wittler, Federico Roy, Kevin Pack, Max Werninghaus, Anurag Saha Roy, Daniel J Egger, Stefan Filipp, Frank K Wilhelm og Shai Machnes. Integrert verktøysett for kontroll, kalibrering og karakterisering av kvanteenheter brukt på superledende qubits. Physical Review Applied, 15 (3): 034080, 2021. https:///doi.org/10.1103/PhysRevApplied.15.034080.
https: / / doi.org/ 10.1103 / PhysRevApplied.15.034080

[75] Xian Wu, SL Tomarken, N Anders Petersson, LA Martinez, Yaniv J Rosen og Jonathan L DuBois. High-fidelity programvaredefinert kvantelogikk på en superledende qudit. Physical Review Letters, 125 (17): 170502, 2020. https:///doi.org/10.1103/PhysRevLett.125.170502.
https: / / doi.org/ 10.1103 / PhysRevLett.125.170502

[76] Hao Zhang, Clarence W Rowley, Eric A Deem og Louis N Cattafesta. Online dynamisk modusdekomponering for tidsvarierende systemer. SIAM Journal on Applied Dynamical Systems, 18 (3): 1586–1609, 2019. https:///doi.org/10.1137/18M1192329.
https: / / doi.org/ 10.1137 / 18M1192329

[77] Tianhao Zhang, Gregory Kahn, Sergey Levine og Pieter Abbeel. Lær dypkontrollpolicyer for autonome luftfartøyer med MPC-veiledet policysøk. I 2016 IEEE internasjonal konferanse om robotikk og automatisering (ICRA), side 528–535. IEEE, 2016. https:///doi.org/10.1109/ICRA.2016.7487175.
https:///doi.org/10.1109/ICRA.2016.7487175

Sitert av

[1] Christiane P. Koch, Ugo Boscain, Tommaso Calarco, Gunther Dirr, Stefan Filipp, Steffen J. Glaser, Ronnie Kosloff, Simone Montangero, Thomas Schulte-Herbrüggen, Dominique Sugny og Frank K. Wilhelm, “Quantum optimal control in kvanteteknologier. Strategisk rapport om nåværende status, visjoner og mål for forskning i Europa", arxiv: 2205.12110.

Sitatene ovenfor er fra SAO / NASA ADS (sist oppdatert vellykket 2022-10-16 03:18:53). Listen kan være ufullstendig fordi ikke alle utgivere gir passende og fullstendige sitasjonsdata.

On Crossrefs siterte tjeneste ingen data om sitering av verk ble funnet (siste forsøk 2022-10-16 03:18:51).

Denne artikkelen er utgitt i Quantum under Creative Commons Attribution 4.0 International (CC BY 4.0) tillatelse. Opphavsrett forblir hos de opprinnelige rettighetshaverne som forfatterne eller institusjonene deres.