基于图的量子控制方案自动探测：在分子激光冷却中的应用
量子物理
2025-02-11 v2 量子气体
原子与分子团簇
摘要
超冷量子科学中一个极具挑战的前沿是从复杂原子和分子庞大的内部态谱中识别激光冷却方案。受拓展可用于基础物理、化学、天体化学和量子模拟的超冷分子集合的前景所驱动，我们提出并演示了一种用于可行激光冷却方案的基于图的自动搜索方法。该方法时间高效，能复现先前手动搜索的结果，并揭示大量新的潜在激光冷却方案。我们发现了 YO、C、OH、CN 和 CO 的激光冷却方案，包括从高度激发态出发或不依赖强主跃迁的令人惊讶的方案。本工作的核心洞见是，将量子态及其间跃迁重新诠释为图，可极大增强为复杂量子系统识别新量子控制方案的能力。因此，该方法也适用于复杂原子，事实上适用于任何具有离散内部态谱的复杂多体量子系统。
引用
@article{arxiv.2311.08381,
title = {Automated Graph-Based Detection of Quantum Control Schemes: Application to Molecular Laser Cooling},
author = {Anna Dawid and Niccolò Bigagli and Daniel W. Savin and Sebastian Will},
journal= {arXiv preprint arXiv:2311.08381},
year = {2025}
}
备注
11 pages and 5 figures in the main text + 16 pages and 8 figures in appendices. Comments and feedback are very welcome. v2 includes a graph search algorithm for more complex laser cooling schemes compared to ones detected by v1. Code is available at https://github.com/Shmoo137/Detection-Of-Laser-Cooled-Molecules