Singularity-free dynamical invariants-based quantum control

본 논문은 특성화 및 비특성화 비마르코프 개방 양자 시스템 모두에서 높은 충실도 결과를 달성할 수 있는 매끄럽고 하드웨어 구현이 가능한 제어 장을 합성하기 위해 유한 차원 양자 상태 준비를 동등한 단일 큐비트 문제로 변환하는 일반화된 특이점 없는 불변 기반 프로토콜을 소개한다.

핵심

매우 섬세하고 보이지 않는 보트 (양자 시스템) 를 출발 부두에서 특정 목적지 섬으로 조종한다고 상상해 보세요. 문제는 바다가 예측 불가능하고 혼란스러운 파도 (잡음) 로 가득 차 있어 보트를 진로에서 벗어나게 할 수 있다는 점입니다. 양자 세계에서는 조금만 진로에서 벗어나도 '화물' (정보나 상태) 이 파괴됩니다.

이 논문은 폭풍우가 치는 비마르코프 (non-Markovian) 바다 (파도가 기억을 가지고 단순히 무작위적으로 행동하지 않는 환경) 에서조차 그 보트를 완벽하게 섬에 도달하게 하는 새로운 견고한 항법 시스템을 제시합니다.

다음은 저자들의 방법이 단순한 개념으로 분해된 작동 원리입니다:

1. 오래된 지도의 문제점 ("특이점" 문제)

이러한 양자 보트를 조종하는 기존 방법들은 '역공학 (inverse engineering)'이라는 기법을 사용했습니다. 이는 마치 목적지를 알고 있으므로 그곳에 도달하기 위해 취해야 했던 경로를 역으로 계산하여 지도를 그려보려는 것과 같습니다.

그러나 오래된 지도에는 치명적인 결함이 있었습니다. 바로 종종 '특이점 (singularities)'으로 이어진다는 점입니다. 일상적인 용어로 말하면, 이는 GPS 가 90 도를 즉시 회전하라고 하거나, 무한한 속도로 가속하라고 하거나, 바다 바닥으로 곧장 다이빙하라고 지시하는 것과 같습니다. 이러한 지시들은 물리적으로 따라갈 수 없습니다. 제어 펄스 (조종 명령) 가 '무한대'로 가려고 시도하면 하드웨어가 고장 나거나 실험이 실패합니다.

2. 새로운 전략: "안전 경로" 프로토콜

저자들은 보트가 절벽에 부딪히거나 무한한 속도로 이동해야 할 필요가 없음을 보장하는 지도를 그리는 새로운 방식을 도입했습니다. 이는 세 가지 주요 단계로 수행됩니다:

단계 A: 바다 단순화 (SU(2) 부분 공간)

거대하고 복잡한 선박 (고차원 양자 시스템) 을 조종할 때 완벽한 경로를 계산하는 것은 어렵습니다. 저자들은 "이 거대한 선박을 사실은 작고 단순한 dinghy(작은 보트) 로 간주해 봅시다"라고 말합니다.
그들은 수학적으로 문제를 출발점과 도착점을 모두 포함하는 2 차원 '부분 공간 (subspace)' (평평한 종이와 같은) 으로 축소합니다. 그들은 이 종이 위에서 dinghy 를 완벽하게 조종할 수 있다면, 그 정확한 지시사항을 거대한 선박으로 다시 매핑할 수 있음을 증명합니다. 이는 냅킨 위에서 퍼즐을 풀고 그 해결책을 거대한 벽화에 적용하는 것과 같습니다.

단계 B: "절벽 없는" 우회 (궤적 분할)

작은 dinghy 위에서도 오래된 지도들은 때로는 불가능한 회전을 요구했습니다. 저자들의 비법은 여정을 분할하는 것입니다.
시작에서 끝까지 하나의 길고 매끄러운 선을 그리려고 시도하는 대신, 여행을 더 작은 세그먼트 (부분 궤적) 로 나눕니다.

• 유사성: 자동차를 운전한다고 상상해 보세요. 180 도 회전해야 한다면, 하나의 날카롭고 불가능한 급작스러운 움직임으로 할 수 없습니다. 대신 앞으로 운전하고, 부드럽게 회전한 후, 조금 더 운전하고, 다시 부드럽게 회전합니다.
• 결과: 경로를 더 작은 조각으로 나누고 각 조각마다 다른 '참조 방향'을 선택함으로써, 조종 명령 (제어 펄스) 이 결코 무한대가 되지 않도록 보장합니다. 그들은 매끄럽고 유한하며 실제 하드웨어로 구축이 물리적으로 가능한 상태로 유지됩니다.

단계 C: "폭풍 방지" 계층 (잡음 완화)

이제 잡음이 없는 잔잔한 물에서 작동하는 안전한 경로들의 집합을 확보했으므로, 폭풍을 처리해야 합니다.

• 시나리오 1: 폭풍을 안다. 파도의 행동 (잡음 모델) 을 정확히 알고 있다면, 수학적으로 파도를 자연스럽게 상쇄하는 경로를 그들의 '경로 집합' 중에서 선택합니다. 이는 파도와 싸우는 대신 파도를 타는 경로를 선택하는 것과 같습니다.
• 시나리오 2: 폭풍을 모른다. 파도가 신비롭고 예측 불가능하다면, 머신 러닝을 사용합니다. 다양한 경로를 시뮬레이션하고 보트의 반응을 관찰하여 컴퓨터 모델 ('회색상자' AI) 을 훈련시킵니다. AI 는 잡음에 대한 완벽한 수학적 설명이 없더라도 어떤 경로가 진로를 가장 잘 유지할지 예측하는 법을 배웁니다.

3. 결과: 매끄러운 여정

저자들은 다음과 같은 조건으로 컴퓨터 (시뮬레이션) 에서 이를 테스트했습니다:

• 단일 큐비트 (양자 컴퓨터의 기본 단위).
• 더 복잡한 시스템 (세 가지 상태를 가진 '큐트릿' 및 두 큐비트 시스템과 같은).
• '색깔 잡음 (colored noise)' (패턴이나 기억을 가진 파도) 을 포함한 다양한 유형의 잡음 환경.

결과:

• 높은 충실도: 보트는 폭풍 속에서도 거의 완벽하게 (높은 충실도로) 섬에 도착했습니다.
• 충돌 없음: 조종 명령은 항상 매끄럽고 유한했습니다. '무한한 속도' 지시는 결코 생성되지 않았습니다.
• 다용도성: 이 방법은 잡음 모델을 알고 있든 실시간으로 학습해야 하든 상관없이 작동했습니다.

요약

간단히 말해, 이 논문은 양자 제어의 주요 골칫거리를 해결합니다. 다음과 같은 조종 명령을 설계하는 방법을 제공합니다:

1. 물리적으로 가능 (무한한 속도가 아님).
2. 적응형 (크거나 작은 양자 시스템 모두에 작동).
3. 회복탄력성 (환경이 잡음이 많고 예측 불가능할 때도 작동).

이는 때때로 당신에게 산을 통과하라고 알려주는 항법 시스템에서, 날씨가 terrible 하더라도 항상 매끄럽고 주행 가능한 길을 찾아주는 시스템으로 업그레이드하는 것과 같습니다.

기술 요약

기술 요약: 특이점 없는 동역학 불변량 기반 양자 제어

문제 제기
상태 준비는 양자 기술의 근본적인 전제 조건이지만, 비마르코프 개방 양자 시스템에서 높은 충실도의 제어를 달성하는 것은 여전히 중요한 과제입니다. 루이스 - 리에스펠드 동역학 불변량을 활용하여 해석적 제어장을 합성하는 기존 불변량 기반 역공학 방법은 두 가지 주요 한계를 겪습니다. 첫째, 표준 매개변수화는 종종 진폭이 무한대로 발산하는 특이점을 가진 제어 펄스를 생성하여 실험적 실현을 불가능하게 만듭니다. 둘째, 이러한 방법은 주로 폐쇄계 또는 마르코프성 잡음 (린드블라드 형태) 에 지배되는 시스템으로 제한되며, 실제 비마르코프 환경에 내재된 메모리 효과와 모델 불확실성을 다루지 못합니다.

방법론
저자들은 임의의 잡음 조건 하에서 유한 차원 상태 준비를 위한 일반화된 특이점 없는 프로토콜을 제안합니다. 방법론은 다음과 같은 단계를 거쳐 진행됩니다:

1. SU(2) 부분공간을 통한 차원 축소:
   $d$차원 큐디트 (qudit) 시스템의 경우, 제어 문제는 동등한 단일 큐비트 문제로 변환됩니다. 초기 상태 $|\psi_{in}\rangle$와 목표 상태 중 이에 수직인 성분을 사용하여 SU(2) 부분공간이 구성됩니다. 이 부분공간으로 역학을 제한하고 동등한 파울리 연산자를 정의함으로써, 목표 상태에 대한 완전한 제어를 유지하면서 제어 문제의 복잡성이 극적으로 감소합니다.

2. 특이점 없는 궤적 설계:
   특이점을 제거하기 위해 초기 상태와 목표 상태 사이의 진화 궤적이 여러 하위 궤적으로 나뉩니다. "기준 축"(제어 진폭이 고정되는 축) 의 선택은 블로흐 구체 상의 목표 상태 위치에 따라 하위 궤적 간에 동적으로 전환됩니다. 이는 불변량 계수에서 유도된 제어 펄스 방정식의 분모가 결코 0 이 되지 않도록 보장합니다. 구체적으로, 이 프로토콜은 각 하위 궤적 전반에 걸쳐 기준 제어 진폭 $h_3(t)$가 일정한 부호를 유지하도록 강제하여, 불변량 계수 $f_3(t)$가 0 을 지나지 않도록 합니다.

3. 불변량 매개변수화 및 경계 설정:
   각 하위 궤적 내에서 불변량 계수는 다항식으로 매개변수화됩니다. 계수는 경계 조건 (끝점에서 해밀토니안과 교환) 과 정규화 제약을 만족하도록 제한됩니다. 이러한 다항식 내의 자유 매개변수는 불변량이 실수이며 0 이 아니도록 경계 설정되어, 결과적으로 생성되는 제어 펄스가 유한하고 연속적임을 보장합니다.

4. 잡음 완화 전략:
   이 프로토콜은 생성된 펄스 군에서 최적의 펄스를 선택하기 위해 두 가지 다른 접근 방식을 통해 잡음을 처리합니다:

   • 알려진 잡음 (화이트박스): 잡음 모델이 알려진 경우, 섭동 전개 (예: 디슨 급수) 를 사용하여 비충실도 (infidelity) 라는 분석적 비용 함수를 최소화하여 잡음 영향을 최소화하는 펄스를 찾습니다.
   • 알려지지 않은 잡음 (그레이박스): 잡음이 특징화되지 않거나 다루기 어려운 경우, 머신러닝 (ML) 모듈이 내장됩니다. "그레이박스" 아키텍처는 펄스 매개변수에서 잡음 연산자 행렬 요소로의 매핑을 학습하는 블랙박스 신경망과 물리적 기대값을 계산하는 화이트박스 레이어를 결합합니다. 이 모델은 실험 데이터로 훈련되어 시스템 행동을 예측하므로, 사전 잡음 모델 없이도 최적화가 가능합니다.

주요 기여

• 특이점 없는 보장: 이 논문은 궤적을 분할하고 자유 매개변수를 경계 설정함으로써, 결과 제어 펄스가 모든 시간에 대해 유계 ($h(t) < \infty$) 임을 엄밀하게 증명하여 이전 불변량 기반 방법의 주요 한계를 극복했습니다.
• 일반화된 비마르코프 제어: 이 프레임워크는 린드블라드 역학을 넘어 고전적 컬러 잡음 및 양자 배트 상호작용을 포함한 임의의 비마르코프 잡음으로 불변량 기반 제어를 확장하며, 단순화 근사를 요구하지 않습니다.
• 유한 차원 확장: 이 방법은 특정 시스템 차원이나 고정된 부분공간으로 제한되는 대신, 임의의 유한 차원 시스템을 SU(2) 부분공간으로 매핑하여 제어하는 일반적인 접근법을 제공합니다.
• 하이브리드 최적화 프레임워크: 모델 기반 제어 (화이트박스) 와 데이터 기반 ML(그레이박스) 의 통합은 잡음 특성이 부분적이거나 완전히 알려지지 않았을 때도 견고한 상태 준비를 가능하게 합니다.

결과
수치 시뮬레이션은 다양한 시나리오에서 프로토콜의 유효성을 입증합니다:

• 큐비트 시스템: 이 방법은 다축 랜덤 전보 잡음 (RTN) 하에서 6 개의 서로 다른 목표 해밀토니안에 대한 바닥 상태를 성공적으로 준비했습니다. 최적화된 펄스 (화이트박스 및 그레이박스 모두) 는 생성된 데이터셋의 평균 및 최악의 경우 펄스보다 훨씬 높은 충실도를 달성했으며, 강한 비마르코프 잡음 존재 하에서도 종종 95% 이상의 충실도를 초과했습니다.
• 큐디트 시스템: 이 프로토콜은 양자 잡음을 받는 큐트리트와 2-큐비트 시스템에 적용되었습니다. 큐트리트 경우, 이 방법은 잡음 모델의 복잡성에도 불구하고 높은 충실도를 달성했습니다. 2-큐비트 시스템의 경우, 이 프로토콜은 벨 상태를 준비하기 위한 제어장을 성공적으로 생성하여 SU(2) 부분공간 매핑의 확장성을 입증했습니다.
• 펄스 특성: 결과 제어 파형은 매끄럽고 연속적이며 하드웨어 실현 가능했으며, 특이점은 관찰되지 않았습니다.

의의 및 주장
저자들은 이 작업이 현실적인 개방계 영역에서 불변량 기반 제어를 위한 다목적 특이점 없는 프레임워크를 제공함으로써 문헌의 중요한 공백을 메운다고 주장합니다. 이 방법은 Noisy Intermediate-Scale Quantum (NISQ) 하드웨어 및 비마르코프 역학을 보이는 기타 플랫폼에서 양자 상태 공학을 위한 견고한 경로를 제공합니다. 광범위한 제어 영역에 대한 전역 최적화 (GRAPE 와 같이) 가 필요하지 않고, 대신 해석적으로 유효한 펄스 군을 구성함으로써, 이 접근법은 경계 조건이 정확하게 충족되도록 보장하면서도 견고성 기준에 기반한 최적 펄스 선택을 가능하게 합니다. 머신러닝의 통합은 복잡하고 부분적으로 알려지지 않은 잡음 환경에 대한 적응성을 더욱 향상시켜, 이 프로토콜을 잡음이 있는 플랫폼에서의 아날로그 양자 최적화 및 상태 준비를 위한 실용적인 도구로 만듭니다.