XiaoMi-AI文件搜索系统
World File Search System离散时间
通过定期驱动交换相互作用来保护量子点自旋链中的量子信息
最近的研究通过周期性地驱动门定义量子点阵列中的最近邻交换相互作用，展示了量子自旋链中离散时间晶体物理的新途径 [H. Qiao 等人，Nat. Commun. 12，2142 (2021)]。在这里，我们对 GaAs 量子点小阵列中交换驱动的 Floquet 物理进行了详细分析，包括相图和其他诊断。我们还表明，新兴的时间晶体行为有利于多自旋态的保护和操纵。对于 GaAs 中典型的核自旋噪声水平，驱动和相互作用的结合将纠缠态的相干时间增加了几个数量级。对于其他量子点系统（例如 Si），也可以获得类似的结果。我们进一步展示了如何在单重态-三重态量子比特之间构建具有高保真度的时间晶体启发的 CZ 门。这些结果表明，周期性驱动交换耦合可以增强量子点自旋系统在量子信息应用中的性能。
呈现传播光的新颖观点
摘要。我们提出了一种成像和神经渲染技术，该技术旨在综合通过小说，移动的相机观点从场景中传播光的视频。我们的方法依赖于新的超快成像设置来捕获具有Picsecond级的时间分辨率的首个，多视频视频数据集。与此数据集结合使用，我们基于瞬态字段引入了一个有效的神经音量渲染框架。该字段定义为从3D点和2D方向到高维离散时间信号的映射，该信号代表Ultrafast PlideScales的时间变化。使用瞬态字段渲染自然会由于光速有限而产生影响，包括摄像机传播延迟引起的观点依赖的外观变化。我们产生一系列复杂的效果，包括散射，镜面反射，折射和衍射。此外，我们还使用时间扭曲过程，相对论效应的渲染以及光传输的直接和全局组件的视频综合来证明取消依赖观点的传播延迟。
通过离线增强学习中的一阶状态动态增强价值函数估计
在离线增强学习（RL）中，通过离散时间钟形方程更新值函数通常会由于可用数据范围有限而遇到挑战。这种限制源于Bellman方程，该方程无法准确预测未访问的状态的价值。为了解决这个问题，我们引入了一种创新的解决方案，该解决方案桥接了连续和离散的RL方法，利用了它们的优势。我们的方法使用离散的RL算法从数据集中得出值函数，同时确保该函数的第一个衍生衍生物与汉密尔顿 - 雅各布·贝尔曼在连续RL中定义的状态和动作的局部特征与状态和动作的局部特征一致。我们为确定性策略梯度方法和随机性政策梯度方法提供了实用算法。在D4RL数据集上进行的实验显示，合并一阶信息可显着改善离线RL问题的政策性能。
保护量子点旋转链中的量子信息...
最近的工作已经证明了一种新的途径，可以通过定期在栅极固定的量子点阵列中驾驶最近的邻居交换相互作用，以在量子自旋链中进行离散时间晶体物理[ARXIV：2006.10913]。在这里，我们在少量的GAAS量子点（包括相图和其他诊断）中介绍了交换驱动的浮子物理物理学的详细分析。我们还表明，新兴的时间结晶行为可以使多旋转状态的保护和操纵受益。对于GAA中的典型核自旋噪声水平，驾驶和相互作用的组合通过数量级增加了纠缠状态的相干时间。对于其他量子点系统，例如Si中的其他量子点系统，可以获得相似的结果。我们进一步展示了如何在具有较高有限的单元 - 三圈量子量之间构造时间晶体启发的CZ门。这些结果表明，定期驱动交换耦合可以增强用于量子信息应用的量子点旋转系统的性能。
解开学习潜力的个体差异
儿童在发展过程中表现出巨大的学习能力，但在学习时间和学习轨迹和实现的技能水平方面存在很大的个体差异。发育科学的最新进展表明，许多因素的贡献，包括遗传变异，大脑可塑性，社会文化背景和学习经验对个人发展。这些因素以复杂的方式相互作用，从而证明了儿童的特质和异质学习路径。尽管人们对这些复杂的动态的认识越来越多，但目前对诸如阅读等文化获得技能的发展的研究仍然典型地关注儿童在离散时间上表现的快照。在这里，我们认为这种“静态”方法通常是不足的，并且在对学习能力的内部差异的预测和机理理解中的进步限制了。我们提出了一个动态框架，该框架突出了在跨多个阶段和过程学习过程中捕获短期轨迹的重要性，作为在阅读示例中以长期发展的代理。该框架将有助于解释儿童学习路径和成果的相关变异性，并培养研究儿童如何成长和学习的新观点和方法。
用于量子网络中分布式量子计算的量子步行控制平面
摘要 - Quantum网络是通过量子通道之间量子处理器之间的相互作用形成的复杂系统。类似于经典的计算机网络，量子网络允许在量子计算中分布量子计算。在这项工作中，我们描述了一个量子步道协议，以在量子网络中执行分布式量子计算。该协议使用量子步行作为量子控制信号来执行分布式量子操作。我们考虑了离散时间置换量子步行模型的概括，该模型是网络图中与网络节点内部量子寄存器中量子步行者系统之间的相互作用。该协议从逻辑上捕获分布式量子组合，抽象硬件实现以及通过频道传输量子信息。控制信号传输映射到Walker系统在网络上的传播，而控制层和量子寄存器之间的相互作用嵌入到硬币操作员的应用中。我们演示了如何使用量子步行者系统执行分布式CNOT操作，该操作显示了分布式量子计算协议的通用性。此外，我们将协议应用于量子网络中的纠缠分布的任务。
气候变化、气候政策与经济增长
3 此关系可从单方程能量平衡模型中推导出来。在离散时间中，能量平衡模型为 Δ T t = - λT t -1 + bRF t ，其中 T t 为温度，RF t 为辐射强迫，t 以年为单位，b 为单位调整。这可解得 T t = b (1 – (1- λ )L) -1 RF t = ( b /λ) F t + c *(L)Δ RF t ，其中 c *(L) 是 Beveridge-Nelson 分解的可求和残差滞后多项式。如果 RF t 可以很好地近似为 1 阶积分，则此质量平衡方程意味着 T t 和 RF t 是 (1,1) 阶协整的，协整系数为 b / λ 。如果 RF t 是持续性的但不一定是 1 阶协整的，那么 T t 将继承 RF t 的持续性，并与 RF t 共享共同的长期趋势。在这里，我们遵循 Kaufmann、Kauppi 和 Stock (2006) 的观点，采用 1 阶协整模型。有关此处概述的能量平衡模型推导的更多信息，请参阅 Kaufmann 等人 (2013) 和 Pretis (2019)。
基于 LPV 模型的 eVTOL 飞机自适应 MPC 运行过程中...
摘要：本文将新颖的 LPV（线性参数变化）模型和 MPC（模型预测控制）方法应用于电动垂直起降飞机的倾斜过渡过程，该飞机具有六个分布式电动旋翼和固定翼，用于平飞，其中两个旋翼可倾斜以在从悬停到稳态平飞的倾斜过渡期间产生可变推力矢量，其余四个旋翼不能倾斜。在平飞过程中，固定翼引起的气动升力保持飞行高度。基于由倾转旋翼角位置和故障旋翼速度预定的标称倾斜轨迹，通过沿倾斜轨迹线性化非线性 eVTOL 飞机模型，基于显著减少的线性时不变模型数量构建了离散时间 LPV 模型，其中倾转旋翼角度和故障旋翼速度可以实时测量。提出了一种基于σ移位H 2 范数的LPV建模误差评估方法，并设计了具有动态参考补偿的自适应模型预测控制器。仿真研究表明，基于转子故障倾斜过渡LPV模型的自适应MPC策略是成功的。
在线文章 动态系统的多目标模型独立自适应跟踪机制
摘要：在机器人文献中，最佳跟踪问题通过使用各种鲁棒和自适应控制方法来解决。然而，这些方案与实施限制有关，例如在具有完整或部分基于模型的控制结构的不确定动态环境中的适用性、离散时间环境中的复杂性和完整性以及复杂耦合动态系统中的可扩展性。开发了一种在线自适应学习机制来解决上述限制，并为跟踪控制类问题提供通用解决方案平台。该方案使用同时线性反馈控制策略最小化跟踪误差并优化整体动态行为。采用基于值迭代过程的强化学习方法来求解底层贝尔曼最优方程。生成的控制策略以交互方式实时更新，而无需任何有关底层系统动态的信息。采用自适应评论家的方法来实时近似最佳求解值函数和相关控制策略。在模拟中说明了所提出的自适应跟踪机制在不确定的气动学习环境下控制柔性翼飞机的作用。
![arxiv：2412.14324v1 [Quant-ph] 2024年12月18日](/simg/5\584dff39d9703654c564756e91a70ab4b5d2b803.webp)
arxiv：2412.14324v1 [Quant-ph] 2024年12月18日
离散步行步行描述了在离散时间进行跳或分裂事件的晶格中粒子的动力学。尽管对量子步行的物理学具有原始的兴趣，但几乎没有探索过由离散性性质引起的拓扑特性。在这里，我们报告了离散步行独特的拓扑阶段的观察。我们在双纤维环设置中使用光脉冲，该设置的动力学将其映射到二维晶格中，约为离散分裂事件。我们表明，边缘状态的数量并不简单地由晶格的批量不变（即Chern数字和浮子绕组数）描述，而在静态晶格中也是如此，在晶格中也是如此。边缘状态的数量还取决于与作用于晶格边缘的离散步骤单一操作员相关的拓扑不变的。这种情况超出了通常的散装对应关系，允许操纵边缘状态的数量，而无需通过差距闭合过渡。我们的作品开辟了新的观点，用于针对粒子的拓扑模式的工程，以量子步行。