[论文解读] Differential Evolution for Quantum Robust Control: Algorithm, Applications and Experiments

Daoyi Dong, Xing Xi+4 more|arXiv (Cornell University)|Feb 13, 2017

Laser-Matter Interactions and Applications被引用 3

一句话总结

本文提出 msMS_DE，一种基于多组样本与混合变异策略的改进差分进化算法，用于求解量子鲁棒控制问题。该方法在设计用于双光子吸收与卤代甲烷解离的飞秒激光脉冲方面表现出优越性能，并在激光控制系统的实验中成功验证。

ABSTRACT

Robust control design for quantum systems has been recognized as a key task in quantum information technology, molecular chemistry and atomic physics. In this paper, an improved differential evolution algorithm of msMS_DE is proposed to search robust fields for various quantum control problems. In msMS_DE, multiple samples are used for fitness evaluation and a mixed strategy is employed for mutation operation. In particular, the msMS_DE algorithm is applied to the control problem of open inhomogeneous quantum ensembles and the consensus problem of a quantum network with uncertainties. Numerical results are presented to demonstrate the excellent performance of the improved DE algorithm for these two classes of quantum robust control problems. Furthermore, msMS_DE is experimentally implemented on femtosecond laser control systems to generate good signals of two photon absorption and control fragmentation of halomethane molecules CH2BrI. Experimental results demonstrate excellent performance of msMS_DE in searching effective femtosecond laser pulses for various tasks.

研究动机与目标

• 解决因系统非均匀性与不确定性而带来的量子系统鲁棒控制挑战。
• 开发一种高效优化算法，能够在实验约束条件下处理复杂的量子控制任务。
• 实现对飞秒激光脉冲的有效设计，以支持如双光子吸收与分子解离等量子过程。

提出的方法

• msMS_DE 算法在适应度评估过程中采用多组样本，以增强对系统变化的鲁棒性。
• 在变异操作中采用混合策略，结合多种变异方案，以提升探索与开发能力。
• 该算法被应用于开放的非均匀量子系综与不确定的量子网络，以解决一致性问题。
• 适应度评估综合考虑多个系统实现的性能，以确保鲁棒性。
• 该方法在飞秒激光控制系统上实现实验化，用于生成优化的激光脉冲。
• 数值与实验结果验证了该算法在真实世界量子控制任务中的有效性。

实验结果

研究问题

• RQ1 msMS_DE 是否能有效优化非均匀量子系综的鲁棒控制场？
• RQ2 与标准差分进化相比，msMS_DE 中的混合变异策略在量子控制中的表现如何？
• RQ3 msMS_DE 是否能生成适用于双光子吸收与分子解离的实验可行飞秒激光脉冲？
• RQ4 msMS_DE 在不确定量子网络中解决一致性问题的性能如何？
• RQ5 在适应度评估中使用多组样本在多大程度上提升了量子系统控制的鲁棒性？

主要发现

• msMS_DE 在实验验证中成功生成了鲁棒的激光脉冲，实现了强双光子吸收信号。
• 该算法在使用飞秒激光脉冲控制 CH2BrI 分子解离方面表现出色。
• 数值结果证实，msMS_DE 在求解量子鲁棒控制问题方面优于标准差分进化算法。
• 在适应度评估中使用多组样本显著提升了不确定量子系统中控制场的鲁棒性。
• 实验实现验证了 msMS_DE 在实时量子控制应用中的实际可行性。
• msMS_DE 中的混合变异策略显著增强了在复杂、高维量子控制景观中的收敛性与探索能力。