[论文解读] Accounting for Classical Hardware in the Control of Quantum Devices

Ian Hincks, Christopher Granade+2 more|arXiv (Cornell University)|Sep 29, 2014

Quantum Computing Algorithms and Architecture参考文献 2被引用 14

一句话总结

本文提出了一种通用最优控制框架，显式建模了量子装置控制中的经典硬件失真——包括线性和非线性失真——实现了高保真度量子门设计。通过将失真算符整合到数值最优控制理论（如GRAPE）中，该方法在不增加计算成本的前提下补偿了硬件缺陷，在具有非线性动力学的超导谐振器中展示了鲁棒的门优化。

ABSTRACT

High fidelity coherent control of quantum systems is critical to building quantum devices and quantum computers. We provide a general optimal control framework for designing control sequences that account for hardware control distortions while maintaining robustness to environmental noise. We demonstrate the utility of our algorithm by presenting examples of robust quantum gates optimized in the presence of nonlinear distortions. We show that nonlinear classical controllers do not necessarily incur additional computational cost to pulse optimization, enabling more powerful quantum devices.

研究动机与目标

• 解决现有量子控制框架在实验实现中未能考虑真实经典硬件失真的问题。
• 开发一种通用方法，将经典控制硬件产生的线性和非线性失真整合到最优控制算法中。
• 在补偿硬件引起的脉冲失真时，保持对环境噪声和参数不确定性的鲁棒性。
• 证明非线性失真可在脉冲优化中实现补偿，且无需额外计算开销。
• 通过建模从软件到量子系统的完整控制链，实现更精确和可靠的现实量子装置中的量子门实现。

提出的方法

• 该框架引入了一个离散化的失真算符 g，将理想控制脉冲序列 p 映射为量子系统实际感知的脉冲 q，以考虑硬件动力学的影响。
• 通过将失真算符 g 嵌入目标函数，扩展了标准最优控制理论（如 GRAPE），从而实现对 p 的直接优化，即使在存在硬件效应的情况下也能实现目标幺正演化。
• 通过假设向量 x 的蒙特卡洛采样对系统参数分布进行边际化，支持对不确定性的鲁棒性。
• 引入了环形衰减补偿子程序，用于建模和校正非线性硬件（如超导谐振器）中的能量衰减和瞬态响应。
• 通过失真算符的反向传播计算目标函数的梯度，利用 g 的雅可比矩阵 Jg 将梯度从 q 反向传播至 p。
• 该算法使用共轭梯度优化结合线性搜索，迭代更新脉冲序列 p 以最大化保真度，即使在复杂的硬件约束下也适用。

实验结果

研究问题

• RQ1 如何在量子控制中系统性地建模并补偿经典硬件失真——尤其是非线性失真？
• RQ2 在包含非线性失真时，能否在不增加计算成本的前提下实现鲁棒的量子门优化？
• RQ3 能否在一个框架中对从数字波形到量子系统的完整控制链进行建模和优化？
• RQ4 将硬件失真纳入考虑后，对优化后量子门的保真度和鲁棒性有何影响？
• RQ5 该框架能否推广至任意光滑失真算符，而不仅限于线性核？

主要发现

• 该框架成功地将经典控制硬件中的非线性失真整合到最优控制算法中，实现了高保真度门设计。
• 非线性失真在脉冲优化中未带来额外计算成本，因为通过反向传播，梯度计算依然高效。
• 该方法在存在非线性动力学（如脉冲电子顺磁共振中使用的强驱动超导谐振器）的情况下，展示了鲁棒的门优化。
• 环形衰减补偿有效减轻了硬件中的瞬态能量损失效应，提升了脉冲保真度。
• 边际化目标函数使系统对静态参数不确定性（如 NMR 系统中的磁场不均匀性）具有鲁棒性。
• 数值结果证实，即使在硬件失真显著的情况下，优化后的脉冲仍能实现目标门保真度，验证了该框架的实际应用价值。