非马尔可夫开放 qutrit 系统中绝热加速的随机学习控制

对量子系统的精确高效控制对于执行量子信息处理任务至关重要。在通过泄漏消除算子方法实现绝热加速方面，对于封闭系统，理想脉冲控制条件已借助 P-Q 分块技术从理论上导出。然而，为开放系统设计相应控制脉冲是一项挑战，其需要处理噪声环境。本文中，我们将随机搜索过程应用于一个开放 qutrit 系统，并成功获得用于显著绝热加速的最优控制脉冲。计算结果表明，这些最优脉冲使我们能够获得比理想脉冲更高的保真度。对于相对较强的系统-浴耦合强度与高浴温度，保真度的提升较大。对于特定耦合强度与浴温度，当代表环境记忆时间的临界特征频率存在时，可实现最大提升。我们的研究表明，随机搜索过程是设计控制脉冲以对抗环境有害效应的有力工具。