模型感知强化学习用于量子计量学中的高性能贝叶斯实验设计

量子传感器在估计过程中通过允许实验者在各种参数上进行操控，提供了控制灵活性。对于每个传感平台，确定最优控制以提高传感器精度仍然是一个具有挑战性的任务。虽然解析解可能难以实现，但机器学习为许多感兴趣的系统提供了一条有希望的途径，尤其是在当代硬件能力下。我们引入了一种通用程序，通过将模型感知强化学习(RL)与基于粒子滤波的贝叶斯估计相结合，能够优化量子计量、估计和假设检验中的广泛问题。为了实现这一点，我们必须解决将估计过程中的许多不可微步骤（如测量和粒子滤波的重采样）纳入训练过程的挑战。模型感知RL是一种基于梯度的方法，其中传感器精度的导数通过实验模拟中的自动微分(AD)获得。我们的方法适用于优化非自适应和自适应策略，使用神经网络或其他智能体。我们以Python库qsensoropt的形式提供了该技术的实现，以及针对相关物理平台（即NV色心、光子电路和光学腔）的几个预置应用。该库将很快在PyPI上发布。利用我们的方法，我们在许多示例中取得了超越当前实验设计最先进水平的结果。除了贝叶斯估计，利用模型感知RL，还可以基于Fisher信息找到最小化Cramér-Rao界的最优控制。