在经典通信约束下利用强化学习优化纠缠分发策略

量子中继器在长距离有效分发纠缠中发挥关键作用。近期类型的量子中继器需要两项操作：相邻中继器之间的纠缠生成，以及纠缠交换以将短距离纠缠提升为长距离纠缠。对于许多硬件设置，这些操作是概率性的，导致更长的分发时间和额外的误差。已有大量努力致力于寻找最优纠缠分发策略，即指定网络节点何时需要生成或交换纠缠的协议，以使分发长距离纠缠的期望时间最小化。在更现实的场景中，这个问题更加复杂，特别是当考虑经典通信延迟时。在本工作中，我们将问题表述为马尔可夫决策过程，并利用强化学习优化集中式策略，其中一个指定节点指示其他节点执行哪些操作。与大多数强化学习模型不同，我们的模型可以 readily 解释。此外，我们引入并评估了一种固定局部策略——'预测式立即交换'策略，其中节点仅与最近邻协调。与将常见的立即交换策略直接推广到考虑经典通信效应的场景中的'等待广播立即交换'策略相比，上述两种纠缠分发策略在高成功概率下都更快。我们的工作展示了在经典通信效应显著的现实情况下，考虑基于不完整信息制定策略的价值。