跳到正文
热点事件持续更新

RL用于NV核自旋间接控制的模拟研究

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Dennis Herb 等在 arXiv 发布一项基于模拟的研究,分析无模型强化学习在间接控制自旋浴中 NV 核自旋的任务上的表现,包括态制备与量子门设计,并与先进的黑盒优化工具比较。 设置上,自旋浴用广义簇关联展开建模,计入磁性杂质和浴内相互作用;模拟采用最小可观测环境、噪声和稀疏奖励条件(沿用 Phys. Rev. X 12, 011059 的设定)。该工作为模拟分析,尚未涉及真实硬件实验。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月16日
  1. arXiv · quant-ph
    强化学习如何实现固态量子比特的量子控制

    一项基于模拟的研究分析了无模型强化学习在含噪中等规模量子设备脉冲控制中的表现,任务设定为间接控制自旋浴中的NV核自旋的态制备与量子门设计。自旋浴采用广义簇关联展开建模,计入磁性杂质和浴内相互作用。研究在最小可观测环境和噪声、稀疏奖励条件下评估RL智能体,并与其他先进黑盒优化工具比较。

本事件热度走势

可比范围当前
9
可比范围峰值
910月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。