面向二维半导体量子点阵列的模块化自主虚拟化系统

门定义的半导体量子点阵列是构建可扩展量子处理器的最有希望的候选者之一。自旋量子比特寄存器的高保真初始化、控制和读出需要对定义静电环境的关键哈密顿量参数进行精细且针对性的控制。然而，由于门间距紧凑，门之间的电容串扰阻碍了化学势和点间耦合的独立调谐。虽然虚拟门提供了一种实用的解决方案，但在大型量子点寄存器中准确高效地确定所有所需的跨电容矩阵仍是一个开放性挑战。在此，我们建立了一个模块化自动虚拟化系统（MAViS）——一个通用且模块化的框架，用于实时自主构建完整的多层虚拟门堆栈。我们的方法采用机器学习技术从二维电荷稳定图中快速提取特征。然后，我们利用计算机视觉和回归模型自洽地确定在低隧穿耦合和高隧穿耦合状态下虚拟化柱塞门和势垒门所需的所有相对电容耦合。使用 MAViS，我们成功展示了对在高质量 Ge/SiGe 异质结构中定义的包含十个量子点的密集二维阵列的准确虚拟化。我们的工作为大规模半导体量子点系统的高效控制提供了一种优雅且实用的解决方案。