悉尼大学(University of Sydney)的科学家们对自动驾驶汽车和机器人技术进行了调整，以有效评估量子设备的性能，这是帮助稳定新兴技术的一个重要过程。

 

创新的方法已被证明在实验中胜过这些环境的简化特征的三倍，与一个更复杂的模拟环境更高的结果。

 

“使用这种方法，我们可以在不同的量子器件中绘制出引起性能变化的‘噪音’，其速度至少是暴力方法的三倍，”该研究的主要作者、物理学学院的博士生里德尔·古普塔(Riddhi Gupta)说。“快速评估噪声环境可以帮助我们提高量子器件的整体稳定性。”

 

这项研究发表在《自然》合作伙伴杂志《量子信息》上。

 

量子计算仍处于发展的早期阶段，但它有望通过解决超越经典计算范围的问题来彻底变革技术。

 

要将这些系统发展到实际规模的障碍之一是克服硬件的缺陷。量子技术的基本单位——量子位元，或量子位元——对来自环境的干扰(如电磁“噪声”)高度敏感，并且表现出降低其实用性的性能变化。

 

古普塔也是ARC工程量子系统卓越中心(ARC Centre of Excellence for engineering Quantum Systems)的成员，她从机器人领域的经典估算中吸取了技术，并对其进行了调整，以提高硬件性能。这是通过映射大量子设备的环境和性能变化的过程的高效自动化实现的。

 

她说:“我们的想法是采用机器人技术中使用的算法，杏耀代理来绘制环境地图，并在估计的地形中将物体相对于其他物体放置。”“我们有效地使用设备中的一些量子位元作为传感器，以帮助理解经典地形，其他量子位元在其中处理信息。”

 

在机器人技术中，机器依赖于同步的本地化和映射(SLAM)算法。像机器人真空吸尘器这样的设备会不断地绘制环境地图，然后估计它们在环境中的位置，以便移动。

 

将SLAM算法应用到量子系统的困难在于，如果你测量或表征单个量子位元的性能，你就破坏了它的量子信息。

 

古普塔女士所做的是开发一种自适应算法，它可以测量一个量子位元的性能，并利用这些信息来估计附近量子位元的能力。

 

“我们称之为‘量子结构的噪声映射’。无需估算每个量子位元的经典环境，我们能够自动处理，减少所需的测量和量子位元数，从而加快整个过程，”古普塔女士说。

 

Cornelius Hempel博士的实验团队向古普塔女士提供了一维捕获离子串的实验数据，他说他很高兴看到即使在这样一个小量子系统的绘图方面也有了三倍的进步。

 

然而， 杏耀代理谈产品 ，当里德尔在一个更大更复杂的系统中模拟这一过程时，速度提高了20倍。这是一个伟大的结果，考虑到未来的量子处理是在更大的设备，”他说。

 

古普塔的导师是Michael J. Biercuk教授，他是量子技术公司Q-CTRL的创始人，杏耀也是悉尼大学量子控制实验室的主任。

 

他说:“这项工作是一个令人兴奋的证明，最先进的机器人知识可以直接塑造量子计算的未来。”这是统一这两个领域概念的第一步，我们看到了量子控制工程持续发展的光明前景。”