机构名称：
¥ 1.0
精确控制系统参数和广泛的优化在实现量子信息技术方面发挥着至关重要的作用。另一个挑战是，当针对实际可制造系统时，组件制造差异的存在需要对每个系统进行单独优化。为了应对这一挑战，我们开发了一个基于深度强化学习 (RL) 的通用优化框架。通过将我们的方法应用于基于光注入锁定 (OIL) 的现实世界量子发射器，我们证明了我们的 RL 代理可以自主识别最佳操作区域，并将其知识推广到相同类型的新量子发射器。这项工作为使用现代 RL 算法有效优化复杂系统提供了一条新途径。
量子发射器的广义自主优化
主要关键词
相关文件推荐
