Technische Samenvatting: Resource-Bounded Controllability Benchmarking van Open Quantum Systemen

Probleemstelling

De praktische realisatie van quantumtechnologieën vereist het implementeren van hoogwaardige operaties onder eindige hardwarebronnen en open-systeem dynamica. Terwijl ideale, gesloten systeem controleerbaarheid goed gedefinieerd is door een binaire Lie-algebraïsche criterium (of de drift- en controle-Hamiltonianen $\mathfrak{su}(d)$ spannen), faalt deze theoretische conditie in het voorspellen van de haalbare prestaties in reële apparaten. Reële systemen opereren in open regimes waar decoherentie, drift, bandbreedtebeperkingen en niet-ideale pulsen niet-unitaire dynamica induceren. Bovendien is ruis vaak gedeeltelijk gekarakteriseerd, controledependant en potentieel niet-Markoviaans.

Bestaande literatuur over open-systeem controleerbaarheid vertrouwt doorgaans op specifieke modellen (bijv. Markoviaanse Lindblad-dynamica) of abstracte bereikbaarheidsanalyses die de engineeringvraag niet direct adresseren: Gegeven een vaste, hardware-realiseerbare familie van controlepulsen en expliciete resource-beperkingen (bijv. amplitude en bandbreedte), welke doeloperaties zijn haalbaar met een hoge fidelity, en hoe schaalt deze capaciteit met de beschikbare resources? Pure "whitebox" fysica-modellen missen vaak de nauwkeurigheid in high-fidelity regimes door ongemodelleerde dissipatie, terwijl "blackbox" datagedreven modellen een gebrek aan diagnostische structuur hebben en excessieve hoeveelheden data vereisen.

Methodologie

De auteurs stellen een resource-bounded framework voor dat praktische controleerbaarheid behandelt als een device-engineeringprobleem. De aanpak kwantificeert de distributie van de best-bereikbare fidelities over een ensemble van doel-gates in plaats van te zoeken naar een binaire bereikbaarheidsconditie. De methodologie bestaat uit vier hoofdfasen:

1. Graybox Modellering:
   De kern van het framework is een getraind "graybox" surrogaatmodel. Dit model behoudt de bekende coherente dynamica gegenereerd door de drift- en controle-Hamiltonianen ($H_0(t)$), maar leert een compacte, controledependant beschrijving van open-systeem verstoringen ($V_O(T)$) vanuit probing-data.

   • De systeemdynamica wordt uitgedrukt in het interactiebeeld ten opzichte van $H_0(t)$.
   • Het model wordt getraind op paren controleparameters $\vec{\theta}$ en gemeten verwachtingsvectoren $\vec{E}$ over een tomografisch complete basis.
   • Eenmaal getraind, fungeert het model als een snelle lookup-engine die de effectieve kanaalvoorspelling doet voor elke kandidaat-waveform binnen de getrainde controle-ruimte, zonder dat een volledige fysieke simulatie nodig is.

2. Kanaal Reconstructie:
   Voor een gegeven kandidaat-controlewaveform voorspelt het graybox-model de coherente propagator en de set effectieve observable-space correctie-operatoren. Deze voorspellingen worden gebruikt om de procesmatrix (Choi-matrix) van de geïmplementeerde quantumkanaal te reconstrueren in een vaste tomografie-basis.

3. Fidelity Scoring en Optimalisatie:

   • Een set van $N_G$ doel-gates wordt onafhankelijk getrokken uit de Haar-maat op $SU(d)$.
   • Voor elke doel-gate evalueert het framework de proces-fidelity tegen alle waveforms in een beperkte "admissible" puls-familie.
   • De "admissible" familie wordt gedefinieerd door expliciete resource-budgetten (bijv. maximale amplitude $A_{cap}$ en bandbreedte $B_{cap}$).
   • De best-bereikbare fidelity $F^*_g(A_0)$ wordt bepaald door de fidelity te maximaliseren over alle haalbare controles voor een specifieke doel $g$ en budgetniveau $A_0$.

4. Controleerbaarheid Metrieken:
   Praktische controleerbaarheid wordt statistisch gekarakteriseerd door de distributie van de best-bereikbare infidelities ($I_g = 1 - F^*_g$) over het Haar-ensemble.

   • De primaire metriek is een area-based summary ($CM$), gedefinieerd als de integraal van de survival-functie van de infidelity-distributie.
   • Wiskundig gezien is dit equivalent aan de 1-Wasserstein afstand ($W_1$) tussen de empirische distributie van best-bereikbare infidelities en de ideale puntmassa bij nul-infidelity.
   • Deze metriek wordt berekend over een grid van resource-budgetten om "controllability surfaces" te genereren.

Belangrijkste Resultaten

Het framework werd numeriek gedemonstreerd voor een gedreven qubit ($d=2$) gekoppeld aan een einddimensionale bath, onder drie regimes:

1. Closed-system referentie: Ideale unitaire dynamica.
2. Classical-noise model: Stochastische dephasering.
3. Gecombineerd quantum-plus-classical noise model: Dissipatieve hulpmodes plus klassieke dephasering.

Eendimensionale Studies:

• Distributies van best-bereikbare infidelity werden geanalyseerd voor amplitude-schaling en bandbreedte (Gaussian width) schaling.
• Het closed-system geval stortte in tot een stapfunctie bij nul-infidelity ($CM \approx 0$), wat de validiteit van het framework bevestigt.
• In ruis-regimes verschoof de infidelity-distributie naar rechts, waarbij het gecombineerde ruismodel de slechtste prestaties vertoonde ($CM \approx 0.021$ voor amplitude-schaling).
• De resultaten toonden een consistente ordening: Closed-system > Classical-noise > Combined noise.

Tweedimensionale Studies:

• Joint amplitude-bandwidth controllability surfaces ($CM(A_{cap}, B_{cap})$) onthulden een duidelijke low-resource–transition–saturation structuur.
• Low-resource: Kleine caps beperken de puls-familie, wat resulteert in lage controleerbaarheid.
• Transition: Naarmate de caps versoepelen, verbetert de controleerbaarheid snel.
• Saturation: Verdere toename van resources levert afnemende meeropbrengsten op.
• Impact van Ruis: Ruis verlaagt niet alleen het algemene controleerbaarheidsniveau, maar vervormt ook de nuttige regio. In het geval van gecombineerde ruis wordt het oppervlak zodanig hergevormd dat de bandbreedte-afhankelijkheid meer geconcentreerd is in low-bandwidth regio's, ook al is de absolute prestatie lager dan in het classical-noise geval.
• Resource Hiërarchie: De studie suggereert dat amplitude de primaire resource is die het begin van de controleerbaarheid bepaalt, terwijl bandbreedte een secundaire resource is die het regime verfijnt zodra voldoende drive-sterkte beschikbaar is.

Betekenis en Claims

Het artikel claimt een device-level begrip van controleerbaarheid te bieden voor vaste, hardware-realiseerbare controle-families in de aanwezigheid van gedeeltelijk onbekende open-systeem ruis. De significantie ligt in:

1. Paradigmaverschuiving: Het verschuiven van binaire theoretische bereikbaarheid naar een kwantitatieve, resource-bounded beoordeling van de haalbare prestatie-distributies.
2. Operationele Mapping: Het omzetten van praktische controleerbaarheid in een interpreteerbaar "resource landschap" (het controllability surface) dat specifieke hardware-beperkingen (amplitude en bandbreedte) koppelt aan haalbare gate-prestaties.
3. Benchmarking Nut: Het bieden van een pipeline om verschillende controle-families, ruis-regimes of hardware-configuraties te vergelijken door de verandering in de distributie van haalbare gate-fidelities te kwantificeren (via de 1-Wasserstein afstand).
4. Praktische Relevantie: Het demonstreren dat eindige controle-resources en open-systeem ruis gezamenlijk de gate-prestaties beperken, wat een methode biedt om de specifieke resource-niveaus te identificeren die nodig zijn om een high-performance regime te betreden.

De auteurs merken beperkingen op, waaronder dat het graybox-model alleen geldig is binnen de trainingsregio (geen extrapolatie), bandbreedte wordt gemodelleerd via de Gaussian breedte in plaats van expliciete hardwarefilters, en de metrieken numerieke samenvattingen zijn over eindige samples in plaats van exacte analytische criteria. Het framework wordt gepresenteerd als een instrument voor het karakteriseren en benchmarken van controle-capaciteiten in realistische, resource-beperkte omgevingen.