非相干地学习量子动力学的威力与局限

量子过程学习正成为研究量子系统的重要工具。尽管在相干框架（其中目标系统与模型系统可共享量子信息）下已被广泛研究，但对于量子系统的动力学是否能在系统与目标不直接相互作用的情况下被学习，关注较少。此类非相干框架在实践中颇具吸引力，因为它们开辟了在不同物理平台之间转译量子过程的方法，而无需技术上具有挑战性的混合纠缠方案。在此，我们通过分析模拟成熟相干学习策略所需的测量次数，给出了非相干地学习酉过程样本复杂度的界限。我们证明，若允许任意测量，则任何可有效表示的酉过程都可在非相干框架内被有效学习；然而，当仅限于浅层深度测量时，只有低纠缠酉过程可被学习。我们通过在 \texttt{ibmq_kolkata} 上成功学习一个 16 量子比特酉过程，展示了针对低纠缠酉过程的非相干学习算法，并通过大量数值实验进一步证明了我们所提算法的可扩展性。