量子信息引擎中的帕累托最优功提取与精度热力学成本
量子物理
2026-07-16 v1
摘要
我们研究了一个有限时间量子信息引擎，其中二能级系统被充当测量仪的量子谐振子测量，并且根据测量结果有条件地提取有用功。使用多目标优化，我们找到了可提取功与其波动之间的帕累托最优权衡，并表明减少波动会导致更高的热力学成本：更大的信息消耗、更多的引擎循环、更长的操作时间以及更低的平均功输出。在高度精确测量仪的极限下，我们解析地获得了功分布、其矩和帕累托前沿。在该机制中，引擎的功统计量简化为与单个热浴接触的量子比特的功统计量。我们通过检查互信息和Fisher信息进一步分析了相关的信息流，并表明帕累托最优引擎设计非常接近后者相对于设备操作时间的局部最大值。我们的结果为量子信息引擎中功、其波动和热力学成本之间的权衡提供了紧凑的描述。
引用
@article{arxiv.2607.14973,
title = {Pareto-optimal work extraction and the thermodynamic cost of precision in quantum information engines},
author = {Jonas Berx and Ted Olander and Henning Kirchberg},
journal= {arXiv preprint arXiv:2607.14973},
year = {2026}
}