نقرات التعلم المعزز لأبواب التشابك لبتات ترانسيمون

الملخص تعتمد فائدة الحاسوب الكمومي بشكل كبير على قدرته على أداء عمليات منطقية كمومية دقيقة بشكل موثوق. للعثور على حلول التحكم المثلى، من المثير للاهتمام استكشاف الأساليب الخالية من النماذج، حيث أن جودتها ليست مقيدة بالدقة المحدودة للنماذج النظرية لمعالج الكم - على عكس العديد من استراتيجيات تنفيذ الأبواب المعتمدة. في هذا العمل، نستخدم خوارزمية تعلم معزز للتحكم المستمر لتصميم أبواب تشابك لبتين كموميين؛ على وجه التحديد، يقوم وكيلنا ببناء أبواب الرنين المتقاطع و CNOT دون أي معلومات مسبقة عن النظام الفيزيائي. باستخدام بيئة محاكاة من بتات ترانسيمون ذات التردد الثابت والتوصيل الثابت، نوضح القدرة على توليد تسلسلات نبضات جديدة تتفوق على الأبواب القياسية للرنين المتقاطع من حيث الدقة ومدة الباب، مع الحفاظ على قابلية مماثلة للتأثيرات العشوائية. كما نقدم زيادة في التدريب ومعلومات الإدخال التي تسمح لوكيلنا بتكييف قدراته على تصميم النبضات مع خصائص الأجهزة المتغيرة، والأهم من ذلك، مع قليل أو لا يوجد تحسين إضافي. تظهر نتائجنا بوضوح مزايا أساليب تحسين التعلم القائم على التغذية الراجعة التكيفية غير المتحيزة لتصميم أبواب ترانسيمون.