量子计算机中的自主自适应噪声表征

新的量子计算架构考虑将量子比特集成为传感器，为相邻数据量子比特的退相干抑制提供可操作信息，但极少有工作探讨如何高效实现此类方案以最大化信息利用。源自经典估计和动态控制的技术，经适当改造以适应量子测量的严格限制，提供了通过低层表征与控制的自动化来提取增强硬件性能的机会。本工作中，我们提出一个自主学习框架——量子架构噪声映射（NMQA），用于传感器量子比特测量的自适应调度及跨器件架构的高效空间噪声映射（在执行前）。通过一个两层粒子滤波器，NMQA 接收二元测量并确定架构内共享共同噪声过程的区域；自适应控制器随后调度未来测量以减小映射不确定性。数值分析和在俘获镱离子阵列上的实验表明，NMQA 在模拟（实验）中以所需测量数减少计，优于暴力映射至多 $18$ 倍（$3$ 倍），目标误差度量下映射空间非均匀磁场。作为机器人控制向量子器件的早期适配，本工作开辟了量子计算机科学中令人兴奋的新途径。