记忆之妖：面向量子热力学时间关联的智能方法
量子物理
2026-04-07 v1
摘要
本论文构建了一个决策理论框架，用于从量子系统的时间关联中提取热力学工作。我们构建了一个经典代理人（缺乏量子记忆）的模型，通过持续的推理和不确定性下的自适应决策实现工作提取。通过引入 ρ*-理想协议，我们表明利用记忆效应可使自适应策略超越非自适应下限。我们通过时间序自由能 (TOFE)，提出了一个因果、自适应操作的新型上界，揭示了与自适应有序粘性相关的热力学间隙。此外，我们解决了从未知来源提取工作的问题。通过调整多臂老虎机算法，我们表明代理人能够同时学习未知的 i.i.d. 量子态并提取工作，实现了显著优于标准测 tomography 的对数多项式累积耗散。总体而言，本工作为预测性和基于学习的量子热力学奠定了基础。
引用
@article{arxiv.2604.04462,
title = {A Demon that remembers: An agential approach towards quantum thermodynamics of temporal correlations},
author = {Ruo Cheng Huang},
journal= {arXiv preprint arXiv:2604.04462},
year = {2026}
}
备注
PhD thesis