基于全局最优自适应测量的量子态最小消耗判别
量子物理
2023-10-17 v2
摘要
在固定容许错误率 下判别非正交量子态时，降低平均资源消耗是核心问题。该任务下的全局最优固定局部投影测量（GOFL）不同于先前最小错误判别任务中的对应方案 [PRL 118, 030502 (2017)]。为实现最终的最小平均消耗，本文通过巧妙利用更新后的后验概率，发展了一种通用的全局最优自适应策略（GOA），该策略在任何错误率要求与任何单向测量限制下均适用，并可由收敛迭代关系求解。首先，在局部测量限制下，我们求解出 GOA 作为局部界限，相较此前最优的 GOFL 节省了 16.6 个副本（24%）。当允许更强的双副本集体测量时，我们的 GOA 经实验证明以 3.9 个副本（6.0%）优于局部界限。通过同时利用自适应性与集体测量，我们的工作朝最小消耗量子态判别迈出了重要一步。
引用
@article{arxiv.2307.16347,
title = {Minimum-consumption discrimination of quantum states via globally optimal adaptive measurements},
author = {Boxuan Tian and Wenzhe Yan and Zhibo Hou and Guo-Yong Xiang and Chuan-Feng Li and Guang-Can Guo},
journal= {arXiv preprint arXiv:2307.16347},
year = {2023}
}