Closed-loop control for two-qubit gates with trapped ions

Resumo Técnico: Controle de Malha Fechada para Portas de Dois Qubits com Íons Aprisionados

Problema
As implementações de estado da arte (SotA) de portas de dois qubits (2QG) em sistemas de íons aprisionados dependem atualmente de controle de malha aberta. Esses métodos pré-computam sequências de controle baseadas em modelos simplificados de sistemas fechados que assumem condições ideais. Consequentemente, carecem da confiabilidade necessária para atingir limiares de tolerância a falhas quando confrontados com perturbações do mundo real, como aquecimento motional, deriva de frequência e decoerência. Uma vez que os parâmetros do sistema derivam além dos alvos de robustez, os esquemas de malha aberta exigem uma reotimização computacionalmente dispendiosa. Além disso, essas abordagens são intrinsecamente cegas às fontes de ruído que interagem com o sistema durante a execução da porta.

Metodologia
Os autores propõem um esquema de Monitoramento de Posição de Malha Fechada (CLPM) que integra feedback em tempo real com aprendizado por reforço (RL) para corrigir perturbações "on-the-fly".

1. Arquitetura Física: O esquema introduz um íon espectador na cadeia de íons usada para processamento lógico quântico. Este íon acopla-se aos íons computacionais via modos de movimento coletivo.
2. Monitoramento Contínuo: A posição do íon espectador é monitorada continuamente através do acionamento de transições de dipolo e detecção da fluorescência resultante. Um espelho traseiro cria uma onda estacionária, permitindo que a posição do íon seja resolvida via interferência com sua imagem especular. O sinal é processado por um sistema de contagem de fótons únicos correlacionados no tempo (TCSPC) e um FPGA.
3. Estrutura Matemática: A dinâmica do sistema é modelada usando uma equação mestra quântica estocástica (QME) derivada da Teoria de Trajetória Quântica (QTT). O modelo incorpora:
   • Portas de acoplamento motional multimodo moduladas em amplitude (AM-MMC).
   • Deriva e aquecimento motional.
   • Recuo de espalhamento de fótons e decaimento espontâneo.
   • Deslocamentos de luz (Autler-Townes e Bloch-Siegert).
   • Os efeitos específicos do monitoramento do íon espectador (acoplamento spin-spin, emaranhamento mediado pelo movimento e acoplamento de modo de espelho).
4. Estratégia de Controle: Um agente de Aprendizado por Reforço (RL), especificamente utilizando Otimização de Política Próxima (PPO), atua como o controlador.
   • Entrada: O agente recebe estimativas em tempo real da posição ($x_k$) e do momento ($p_k$) dos modos de movimento, derivados da fluorescência do íon espectador.
   • Ação: O agente ajusta as amplitudes dos lasers Raman bichromáticos que acionam os íons da porta.
   • Função de Recompensa/Custo: O agente é treinado para minimizar a infidelidade da porta ($I$). Duas abordagens de treinamento são exploradas: uma baseada em recompensas episódicas (infidelidade ao final da porta) e outra baseada em uma função de custo que rastreia a acumulação da fase geométrica em direção ao alvo de $\pi/4$.

Principais Contribuições

• Viabilidade do Monitoramento de Espectador: O artigo demonstra que a incorporação de um íon espectador é tecnicamente viável para armadilhas de Paul lineares. Os autores mostram que os efeitos deletérios do monitoramento de posição (acoplamento de spin, erros mediados pelo movimento e acoplamento de modo de espelho) são negligenciáveis comparados aos efeitos térmicos, mesmo na ausência do íon espectador.
• Redução de Erro: Espera-se que a inclusão do íon espectador reduza a infidelidade da preparação do estado de Bell em uma ordem de magnitude. Os erros introduzidos pelo próprio processo de monitoramento são calculados como sendo menores que 10% do orçamento total de erro.
• Aprendizado em Tempo Real: O trabalho sintetiza medição quântica em tempo real com RL para conceber políticas de controle robustas. Diferente de algoritmos de otimização global que devem ser reexecutados quando os parâmetros derivam, o agente de RL aprende a compensar deriva motional, aquecimento e deslocamentos de luz dinamicamente.
• Roteiro de Validação: Os autores fornecem um roteiro de três estágios para validação experimental: (1) verificar o resfriamento simpático e a força do sinal, (2) reproduzir os erros perturbativos previstos manipulando o desvio de frequência do laser, e (3) validar o agente treinado contra erros projetados.

Resultos

• Latência e Taxa de Sinal: A latência do sinal (tempo de viagem do fóton mais processamento) é significativamente inferior à duração típica da porta (~100 $\mu$s), preservando a natureza Markoviana do loop de controle. A taxa de detecção de fótons é elevada para $1 \times 10^5 \text{ s}^{-1}$, fornecendo informação suficiente para a reconstrução da trajetória.
• Comparação de Desempenho:
  • Abordagem de Recompensa Episódica: O agente de RL alcançou uma melhoria de 33% na infidelidade sobre os métodos SotA, com uma infidelidade mínima de $46 \times 10^{-4}$.
  • Abordagem de Fase Geométrica: Este método rendeu os melhores resultados, alcançando um aumento de 70% sobre as soluções SotA, com uma infidelidade mínima de $14 \times 10^{-4}$ e uma média de $85 \times 10^{-4}$.
• Características do Pulso: As sequências de pulso geradas pelo RL diferiram das formas padrão SotA. Elas utilizaram amplitudes menores (um terço menores que o máximo permitido) e exibiram formas "tipo Bell", que satisfazem melhor a condição de fechamento do espaço de fase e reduzem perturbações dependentes de potência.
• Fechamento de Trajetória: Os agentes de RL navegaram com sucesso pelo espaço de solução não convexo, garantindo que as trajetórias motionais fechassem efetivamente (pontos de partida e chegada se sobrepondo), uma condição crítica para portas de alta fidelidade.

Significância e Alegações
Os autores alegam que seu esquema CLPM oferece um caminho para uma fidelidade de porta de dois qubits significativamente maior com redução do overhead de calibração. Ao mudar de modelos estáticos de malha aberta para um sistema dinâmico de malha fechada baseado em dados, a abordagem mitiga os principais obstáculos da deriva motional e da decoerência na computação quântica escalável com íons aprisionados. O artigo afirma que o método de controle envolve "aprender" e corrigir perturbações em tempo real, tornando o sistema robusto contra variações de parâmetros sem a necessidade de reotimização computacionalmente cara. O trabalho é apresentado como sendo tanto teoricamente sólido quanto experimentalmente plausível, aproveitando os avanços recentes no monitoramento da posição do íon para alcançar portas de alta fidelidade.