中文

学习原子 Qudit 的内在非线性自旋动力学统一控制用于磁感应

量子物理 2026-04-29 v2 人工智能

摘要

生成和保持具有磁感应价值的量子态是量子增强磁感应中的核心挑战。在多层原子磁感应中,非线性泊克(NLZ)效应既是资源也是限制因素。它可以在单个原子 qudit 中生成内部自旋压缩,但在固定读出下也会旋转和扭曲与测量相关的正交量,限制了可用的磁感应增益。问题进一步复杂化,因为压缩轴和非线性演化本身的时间依赖性。本文表明,强化学习可以将 NLZ 动力学从读出降解来源转化为持续的磁感应资源。仅使用可实验访问的低阶自旋矩,训练的智能体识别了该类内在非线性感知动力学的统一控制策略。我们在 f=21/2f=21/2161Dy^{161}\mathrm{Dy} 族中展示了该方法,其中所学策略快速准备强压缩的内部状态,并在持续的 NLZ 演化下稳定超过 4dB4\,\mathrm{dB} 的固定轴自旋压缩。包括状态准备开销,该学习的协议实现了 13.9pT/Hz13.9\,\mathrm{pT}/\sqrt{\mathrm{Hz}} 的单原子磁场灵敏度,约比标准量子极限高出 3dB3\,\mathrm{dB}。我们的结果表明,基于学习的控制是一种可实验实现的路径,可将多层原子传感器中不可避免的内在非线性动力学转化为操作上的磁感应优势。

关键词

引用

@article{arxiv.2603.28421,
  title  = {Learning Unified Control of Intrinsic Nonlinear Spin Dynamics in Atomic Qudits for Magnetometry},
  author = {C. Z. Cao and J. Z. Han and M. Xiong and M. Deng and L. Wang and X. Lv and M. Xue},
  journal= {arXiv preprint arXiv:2603.28421},
  year   = {2026}
}

备注

(6+3+2.5) pages, (4+2) figures, 1 table