Deep reinforcement learning for near-deterministic preparation of cubic- and quartic-phase gates in photonic quantum computing

Resumo Técnico: Aprendizado por Reforço Profundo para Preparação Quase-Determinística de Portas de Fase Cúbica e Quartica

Declaração do Problema
A computação quântica de variáveis contínuas (CVQC) oferece escalabilidade excepcional e potencial para tolerância a falhas, mas alcançar a universalidade requer acesso a recursos não-Gaussianos, especificamente a evolução do Hamiltoniano cúbico. Embora as portas de fase cúbica ($\exp(i\gamma Q^3)$) sejam suficientes para a CVQC universal, sua geração determinística é desafiadora. Abordagens tradicionais que dependem de não-linearidades ópticas de terceira ordem são ineficientes devido às fracas não-linearidades ópticas. Métodos probabilísticos que utilizam medições com resolução de número de fótons (PNR), como o protocolo Gottesman-Kitaev-Preskill (GKP), exigem recursos extremos (por exemplo, ~17 dB de compressão e detecção de ~50 fótons) para atingir parâmetros de porta úteis. Além disso, métodos de otimização existentes para preparação de estados quânticos frequentemente dependem de pós-seleção, o que leva a baixas taxas de sucesso e otimização computacionalmente cara sobre todos os padrões de detecção possíveis.

Metodologia
Os autores propõem um framework de controle utilizando Aprendizado por Reforço Profundo (DRL) para gerenciar um circuito óptico quântico para a geração de estados de fase cúbica.

• Circuito Quântico: O sistema emprega um circuito óptico em malha contendo um divisor de feixe variável, uma operação de compressão e uma operação de deslocamento. A malha é terminada por um espelho comutável. Um detector PNR mede o número de fótons na malha, e o resultado condiciona a matriz densidade de entrada para a rede neural.
• Framework de Aprendizado por Reforço: A interação é modelada como um Processo de Decisão de Markov (MDP).
  • Estado ($S$): A matriz densidade achatada do estado do circuito em cada passo de tempo.
  • Ação ($A$): Um vetor controlando a transmitância do divisor de feixe ($\tau_j$), o parâmetro de compressão ($r_j$) e a magnitude do deslocamento ($\alpha_j$).
  • Recompensa ($R$): Uma função da fidelidade entre o estado atual e o estado de fase cúbica alvo, penalizando fidelidades baixas e resultados não físicos causados pela truncagem do espaço de Hilbert.
• Algoritmo: Os autores utilizam a Otimização de Política Proximal (PPO) com uma arquitetura ator-crítico (duas redes neurais profundas). O agente é treinado para maximizar a fidelidade do estado final sem depender de pós-seleção, aprendendo a adaptar-se à aleatoriedade inerente das medições PNR.
• Parâmetros de Treinamento: As simulações foram executadas usando as bibliotecas StrawberryFields e StableBaselines3. O agente foi treinado ao longo de milhões de passos de tempo com uma truncagem do espaço de Hilbert de 31 fótons. O estado alvo foi um estado de fase cúbica deslocado com $\gamma = 0,2$.

Principais Resultados

1. Geração Quase-Determinística de Fase Cúbica:

   • O agente treinado alcançou uma taxa de sucesso média de 96% na geração de estados de fase cúbica com $\gamma = 0,2$.
   • Isso foi accomplished usando recursos modestos: compressão não superior a 10 dB, baixos deslocamentos e medições PNR significativamente inferiores às exigidas por propostas probabilísticas GKP.
   • Comportamentos Emergentes: O agente aprendeu a:
     • Definir a transmitância do divisor de feixe para zero ($\tau_j=0$) uma vez que alta fidelidade foi alcançada, efetivamente travando o estado.
     • Aplicar deslocamentos corretivos após travar a malha.
     • "Redefinir" o circuito ($\tau_j=1$) se um estado de entrada fosse considerado improvável de convergir, reiniciando o processo eficientemente.
   • O método provou ser robusto mesmo com uma eficiência de detector PNR de 99%, embora o agente tenha exibido comportamentos de deslocamento oscilatórios no caso com perdas. Com 90% de eficiência, o agente falhou em aprender uma política bem-sucedida.

2. Geração Direta de Fase Quartica:

   • Os autores identificaram um algoritmo óptico quântico para a geração direta de estados de fase quartica ($\exp(i\delta Q^4)$), contornando a necessidade de decompor a porta em 29 portas de fase cúbica.
   • Este algoritmo envolve "carimbar" a função de Wigner com estados de Fock deslocados em fases específicas no espaço de fase usando um processo de detecção PNR de dois passos em um estado de cluster.
   • Resultados Preliminares: Simulações com pós-seleção (truncagem do espaço de Hilbert de 60 fótons) demonstraram que este método pode gerar estados de fase quartica com alta fidelidade (até 95% em casos específicos com pós-seleção), validando a intuição de que a interferência quântica pode transformar contornos circulares de Fock nas ondulações características de um estado quartico.

Significado e Alegações
O artigo alega que esta abordagem impulsionada por DRL fornece um caminho quase-determinístico para a geração de estados de fase cúbica, um recurso crítico para a CVQC universal. As principais vantagens destacadas incluem:

• Eficiência de Recursos: O método requer significativamente menos compressão e capacidade de resolução de número de fótons em comparação com propostas anteriores.
• Viabilidade Experimental: Os componentes necessários (luz comprimida, deslocamentos e medições PNR) estão disponíveis em configurações experimentais atuais, ao contrário das fortes não-linearidades exigidas por métodos determinísticos alternativos.
• Escalabilidade: Ao evitar a pós-seleção, o método evita as baixas taxas de sucesso e os gargalos de otimização associados à busca sobre todos os padrões de detecção possíveis.
• Portas Quarticas Diretas: O artigo estabelece um algoritmo fundamental para a geração direta de portas de fase quartica, sugerindo que uma extensão semelhante de ML poderia eventualmente tornar este processo quase-determinístico, embora isso permaneça um trabalho em andamento que requer recursos computacionais maiores.

Os autores concluem que, embora a extensão de fase quartica seja atualmente probabilística e computacionalmente intensiva, o sucesso demonstrado com estados de fase cúbica valida o potencial do aprendizado por reforço profundo para controlar circuitos ópticos quânticos complexos a fim de produzir recursos não-Gaussianos de forma eficiente.