量子电流的机器学习工程

量子电路中量子态的设计、精确制备与操控是量子技术核心的基本操作任务。如今,电路可用能以空前精度与灵活性控制的物理参数来设计。然而,受控良好电流态的生成仍是恼人的瓶颈,尤其当不同电路元件集成在一起时。本工作中,我们展示机器学习如何有效应对此挑战并超越现有方法。为此,我们利用深度强化学习在由集总元件构成的电路中制备指定的量子电流态。为凸显我们的方法,我们展示如何工程化玻色持久电流,因其在冷原子与超导电路等不同量子技术中相关。我们演示了利用深度强化学习重新发现既有协议,以及求解难以用其他方法处理的构型。借助我们的方法,以单一绕数表征的量子电流态或多绕数纠缠电流,均可稳健制备,超越现有协议。