西工大团队用强化学习缩短玻色码态制备时间约两个数量级

西北工业大学计算机学院张伟伟副教授团队近日在人工智能辅助量子纠错码态制备方面取得进展。成果以“Autonomous Floquet engineering of bosonic codes via reinforcement learning”为题，发表于Nature子刊Communications Physics。[1]

玻色编码为连续变量系统中的量子纠错提供路径，并与电路量子电动力学、光力学等平台相关，但制备与稳定化通常依赖精确主动控制。已有基于Floquet工程的被动方案多依赖绝热演化，耗时长、噪声容忍度有限。团队提出强化学习和Floquet工程结合的框架，自主设计玻色码态制备的控制波形，将所需时间缩短两个数量级以上——约为传统绝热方案的1%——并在较强耗散与退相干条件下仍保持较高保真度。[1]

论文第一署名单位为西北工业大学计算机学院，博士生吴哲平为第一作者，张伟伟为通讯作者；合作者包括国防科技大学理学院郭领阵教授与计算机学院史豪斌教授。研究获国家自然科学基金面上项目资助。团队认为，该方法为容错玻色量子计算中的可扩展控制提供了实验上更可行的路径，也为用机器学习抑制退相干提供了通用框架。[1]

来源

[1] 计算机学院张伟伟副教授团队在人工智能辅助的量子纠错码态制备方面取得新进展｜西北工业大学，2026-10-12。

#西工大 #量子纠错 #强化学习 #玻色编码 #CommunicationsPhysics