Uncovering Latent Structures in Robust Pulse Sequences: A Model-Based Reinforcement Learning Approach for Adaptable Quantum Control
本論文は、単一のニューラルネットワークを訓練することで、連続的なパラメータ範囲にわたる堅牢で高忠実度な量子制御パルスをミリ秒単位で生成するモデルベース強化学習フレームワークを導入しており、再初期化コストを排除し、制御ランドスケープにおける一貫した構造的パターンを明らかにすることで、従来の手法を凌駕している。