Quantum Filtering and Stabilization of Dissipative Quantum Systems via Augmented Neural Ordinary Differential Equations

技術要約：拡張ニューラル常微分方程式による散逸量子系の量子フィルタリングと安定化

問題提起
開いた量子系の推定と制御は、システムのハミルトニアンやノイズモデルが完全には既知ではない場合、根本的な課題となる。現実的な実験設定において、量子軌跡は連続的な弱測定を通じて部分的にしかアクセスできず、さらにその背後にあるダイナミクスは、隠れた、時間依存の、および環境依存の散逸プロセス（非マルコフ効果）の影響を受ける。最適制御やリアプノフベースの手法といった従来の制御戦略は、システムのハミルトニアンや散逸ダイナミクスの完全な知識に大きく依存しており、情報が不完全なシナリオには適さない。さらに、標準的な機械学習手法は物理的な解釈性に欠けることが多く、フィードバック制御則を設計するために不可欠な未知のパラメータを明示的に復元することもできない。核心となる困難は、明示的な物理モデルなしに、不完全な測定データから完全な量子状態（ブロッホベクトル）を再構成し、隠れた散逸率を同時に推論することにある。

手法：AQNODEフレームワーク
著者らは、部分的な連続測定データから量子軌跡と散逸パラメータを直接学習するために設計された、データ駆動型のアプローチである**拡張量子ニューラル常微分方程式（AQNODE）**フレームワークを導入する。

1. 拡張状態表現: 標準的なNeural ODEが観測可能な軌跡のみを学習するのに対し、AQNODEは拡張状態ベクトル $Y_{aug}(t) = [x(t), y(t), z(t), \Delta(t), \gamma(t)]^T$ を定義する。これには、観測可能なブロッホベクトルの成分（$x, y, z$）と、隠れた時間依存の散逸パラメータである拡散率 $\Delta(t)$ および散逸率 $\gamma(t)$ が含まれる。この拡張により、問題は純粋な軌跡予測から、結合されたシステム同定およびフィルタリング問題へと変換される。
2. アーキテクチャ: 本フレームワークは、主に3つのコンポーネントで構成される。
   • エンコーダ: 部分的な測定記録（$dY(t)$）、制御入力（$u(t)$）、および初期条件を潜在表現$h(t)$ へと写像するニューラルネットワーク。
   • ニューラルODE: 潜在状態は、学習されたベクトル場 $\dot{h}(t) = \text{MLP}_\theta([h(t), dY(t), u(t), t])$ に従って連続的に時間発展する。これにより、モデルは物理システムに固有の連続的な時間ダイナミクスと時間的滑らかさを捉えることができる。
   • デコーダ: 進化した潜在状態を観測可能な拡張空間へと写像し、量子状態と隠れた散逸パラメータの両方の推定値を出力するニューラルネットワーク。
3. 学習と損失: モデルは、オーミック・ローレンツ・ドルーデ熱浴を用いた二準位時間共役なし（TCL）マスター方程式から生成されたシミュレーションデータを用いて、教師あり学習を行う。全損失関数は、予測された状態軌跡と真の軌跡との平均二乗誤差（MSE）である $L_s$ と、パラメータの軌跡との MSE である $L_p$ を組み合わせ、ハイパーパラメータ $\kappa$ と $\beta$ で重み付けしたものである。勾配計算には、メモリ効率の高い随伴感度法（adjoint sensitivity method）がODEソルバーを通じて用いられる。
4. フィードバック制御の統合: 推定された状態とパラメータは、リアルタイムのフィードバック制御に利用される。著者らは2つの戦略を実装している。
   • 比例微分（PD）制御: 推定された状態と目標状態の間の誤差に基づいて制御場を計算する。
   • 時変線形二次レギュレータ（LQR）: 状態の偏差と制御エネルギーを含むコスト関数を最小化するために、微分リカッチ方程式を解くことでフィードバックゲインを動的に調整する。

主な貢献

• 同時フィルタリングと同定: AQNODEは、明示的な物理モデルを推論時に必要とすることなく、部分的な弱測定データから量子状態の再構成と、隠れた時間依存の散逸率の推論を同時に行うことを可能にする。
• 物理的一貫性と解釈性: 潜在空間をニューラルODEによって進化させることで、フレームワークは時間的な滑らかさと物理的一貫性を保証し、ブラックボックス的な軌跡の適合ではなく、解釈可能なパラメータ（$\Delta(t), \gamma(t)$）を明示的に返す。
• データ駆動型制御: 学習された量子フィルタリングと古典的な制御戦略（PDおよびLQR）を統合し、部分的なデータから正確な状態再構成を行うことが、散逸量子系をリアルタイムで目標状態へと導くのに十分であることを実証した。
• 堅牢性と汎化性能: 本アプローチは、環境パラメータ（$\alpha, r$）やシステムパラメータ（$M, \omega_0$）の大きな変動、および初期条件の摂動を含む、分布内（WD）および分布外（OOD）の両方のレジームにおいて検証されている。

結果
非マルコフ環境と相互作用する単一の駆動量子ビットを用いた広範な数値シミュレーションにより、AQNODEの有効性が示された。

• 状態およびパラメータ推定: WDレジームにおいて、モデルは状態成分（$< 10^{-4}$）およびパラメータの両方において低い平均二乗誤差（MSE）を達成した。パラメータが学習分布から大きく外れるOODレジームにおいても、モデルは状態に対して合理的な精度（MSE $< 10^{-3}$）を維持し、強力な汎化能力を示した。
• 制御性能: 目標状態 $|0\rangle$ へと量子ビットを導くためのフィードバック制御として用いた際、AQNODEベースのコントローラ（PDおよびLQRの両方）は、システムを安定化させることに成功した。
  • LQR制御: PD制御と比較して、収束速度、最終状態の偏差、および忠実度（$\geq 0.93$）の点で優れた性能を示した。これはOOD条件下でも同様であった。しかし、この優れた制御性能は、より高いエネルギー消費という代償を伴う。表IIIによれば、WDレジームにおいてLQRはPDと比較して著しく大きな制御エネルギーを必要とする（例：PDの2310.9に対し、LQRは5624.1）。
  • 純粋度とコヒーレンス: モデルは、制御場と環境散逸によって誘起される過渡的な振動と定常状態の挙動を捉え、量子純粋度とコヒーレンスの進化を正確に予測した。
• 摂動に対する堅牢性: 本フレームワークは初期量子状態の摂動に対して堅牢性を示し、モデルは予測を時間の経過とともに修正して真の値に一致させ、量子フィルタの挙動を模倣した。

意義と主張
本論文は、AQNODEが、散逸量子系のリアルタイムのモデリングと制御のための、スケーラブルで微分可能、かつ実験的に適合する可能性のあるフレームワークを確立したと主張している。機械学習と量子力学を橋渡しすることで、本研究は、ハミルトニアンやノイズモデルの完全な知識なしに量子系を制御するという課題に対する解決策を提示している。著者らは、このデータ駆動型のパラダイムが、従来の量子制御技術と機械学習を統合し、正確なパラメータ分布が未知の環境における適応的プロトコルを可能にする信頼できるツールを提供すると述べている。現在の研究は二準位系に焦点を当てているが、本フレームワークは高次元かつ複雑な量子系にも拡張可能であり、量子エラー訂正やNISQ時代のシミュレーションに寄つ可能性がある。その意義は、正確なパラメータ分布が不明な環境において、適応的なプロトコルを可能にする「学習された量子オブザーバ」として機能できる点にある。