Resumo Técnico: Avaliação de Controle Limitada por Recursos de Sistemas Quânticos Abertos

Declaração do Problema

A realização prática de tecnologias quânticas requer a implementação de operações de alta fidelidade sob recursos de hardware finitos e dinâmica de sistemas abertos. Embora o controle de sistemas fechados idealizados seja bem definido por um critério algébrico de Lie binário (se os Hamiltonianos de deriva e controle abrangem $\mathfrak{su}(d)$), essa condição teórica falha em prever o desempenho alcançável em dispositivos reais. Sistemas do mundo real operam em regimes abertos onde a decoerência, a deriva, os limites de largura de banda e pulsos não ideais induzem dinâmicas não unitárias. Além disso, o ruído é frequentemente parcialmente caracterizado, dependente do controle e potencialmente não-markoviano.

A literatura existente sobre controle de sistemas abertos geralmente se baseia em modelos específicos (ex: dinâmica de Lindblad markoviana) ou análises de alcançabilidade abstratas que não abordam diretamente a questão da engenharia: Dado uma família de pulsos de controle de hardware-realizável fixa e restrições de recursos explícitas (ex: amplitude e largura de banda), quais operações alvo são alcançáveis com alta fidelidade e como essa capacidade escala com os recursos disponíveis? Modelos puramente "whitebox" de física muitas vezes carecem de precisão em regimes de alta fidelidade devido à dissipação não modelada, enquanto modelos de dados "blackbox" carecem de estrutura diagnóstica e exigem excesso de dados.

Metodologia

Os autores propõem uma estrutura limitada por recursos que trata o controle prático como um problema de engenharia de dispositivos. A abordagem quantifica a distribuição das melhores fidelidades alcançáveis sobre um conjunto de portas alvo, em vez de buscar uma condição de alcançabilidade binária. A metodologia consiste em quatro estágios principais:

1. Modelagem Graybox:
   O núcleo da estrutura é um modelo substituto (surrogate) "graybox" treinado. Este modelo retém a dinâmica coerente conhecida gerada pelos Hamiltonianos de deriva e controle ($H_0(t)$), mas aprende uma descrição compacta e dependente do controle das distorções de sistema aberto ($V_O(T)$) a partir de dados de sondagem.

   • A dinâmica do sistema é expressa na imagem de interação relativa a $H_0(t)$.
   • O modelo é treinado em pares de parâmetros de controle $\vec{\theta}$ e vetores de expectativa medidos $\vec{E}$ sobre uma base tomograficamente completa.
   • Uma vez treinado, o modelo atua como um motor de busca rápido, prevendo o canal efetivo para qualquer forma de onda candidata dentro do espaço de controle treinado sem a necessidade de simulação física completa.

2. Reconstrução de Canal:
   Para uma determinada forma de onda de controle candidata, o modelo graybox prevê o propagador coerente e o conjunto de operadores de correção de espaço observável efetivos. Essas previsões são usadas para reconstruir a matriz de processo (matriz de Choi) do canal quântico implementado em uma base de tomografia fixa.

3. Pontuação de Fidelidade e Otimização:

   • Um conjunto de $N_G$ portas alvo é extraído independentemente da medida de Haar em $SU(d)$.
   • Para cada porta alvo, a estrutura avalia a fidelidade de processo contra todas as formas de onda em uma família de pulsos "admissível" e restrita.
   • A família admissível é definida por orçamentos de recursos explícitos (ex: amplitude máxima $A_{cap}$ e largura de banda $B_{cap}$).
   • A melhor fidelidade alcançável $F^*_g(A_0)$ é determinada maximizando a fidelidade sobre todos os controles viáveis para um alvo específico $g$ e nível de orçamento $A_0$.

4. Métricas de Controle:
   O controle prático é caracterizado estatisticamente pela distribuição das infidelidades de melhor alcance ($I_g = 1 - F^*_g$) sobre o conjunto de Haar.

   • A métrica primária é um resumo baseado em área ($CM$), definido como a integral da função de sobrevivência da distribuição de infidelidade.
   • Matematicamente, isso é equivalente à distância de 1-Wasserstein ($W_1$) entre a distribuição empírica das infidelidades de melhor alcance e a massa de ponto ideal em zero de infidelidade.
   • Esta métrica é computada através de uma grade de orçamentos de recursos para gerar "superfícies de controle".

Resultados Principais

A estrutura foi demonstrada numericamente para um qubit dirigido ($d=2$) acoplado a um banho de dimensão finita, sob três regimes:

1. Referência de sistema fechado: Dinâmica unitária ideal.
2. Modelo de ruído clássico: Desfocagem estocástica.
3. Ruído combinado quântico-mais-clássico: Modos auxiliares dissipativos mais desfocagem clássica.

Estudos Unidimensionais:

• As distribuições de infidelidade de melhor alcance foram analisadas para escalonamento de amplitude e escalonamento de largura de banda (largura Gaussiana).
• O caso de sistema fechado colapsou para uma função degrau em zero de infidelidade ($CM \approx 0$), confirmando a validade da estrutura.
• Nos regimes de ruído, as distribuições de infidelidade deslocaram-se para a direita, com o modelo de ruído combinado mostrando o pior desempenho ($CM \approx 0,021$ para escalonamento de amplitude).
• Os resultados mostraram uma ordenação consistente: Sistema fechado > Ruído clássico > Ruído combinado.

Estudos Bidimensionais:

• Superfícies de controle de amplitude-largura de banda conjuntas ($CM(A_{cap}, B_{cap})$) revelaram uma estrutura distinta de baixo-recurso–transição–saturação.
• Baixo-recurso: Caps pequenos restringem a família de pulsos, resultando em baixo controle.
• Transição: À medida que os caps relaxam, o controle melhora rapidamente.
• Saturação: Aumentos adicionais de recursos geram retornos decrescentes.
• Impacto do Ruído: O ruído não apenas reduz o nível geral de controle, mas deforma a região útil. No caso de ruído combinado, a superfície é remodelada de tal forma que a dependência da largura de banda torna-se mais concentrada em regiões de baixa largura de banda, embora o desempenho absoluto seja inferior ao caso de ruído clássico.
• Hierarquia de Recursos: O estudo sugere que a amplitude atua como o recurso primário que governa o início do controle, enquanto a largura de banda atua como um recurso secundário que refina o regime uma vez que força de excitação suficiente está disponível.

Significância e Alegações

O artigo afirma fornecer uma noção de controle ao nível de dispositivo para famílias de controle fixas e de hardware-realizáveis na presença de ruído de sistema aberto parcialmente desconhecido. Sua significância reside em:

1. Mudança de Paradigma: Movendo-se da alcançabilidade teórica binária para uma avaliação quantitativa e limitada por recursos das distribuições de desempenho alcançável.
2. Mapeamento Operacional: Convertendo o controle prático em um "cenário de recursos" interpretável (a superfície de controle) que liga restrições de hardware específicas (amplitude e largura de banda) ao desempenho de portais alcançável.
3. Utilidade de Benchmarking: Fornecendo um pipeline para comparar diferentes famílias de controle, regimes de ruído ou configurações de hardware, quantificando a mudança na distribuição das fidelidades de portais alcançáveis (via distância de 1-Wasserstein).
4. Relevância Prática: Demonstrando que recursos de controle finitos e ruído de sistema aberto restringem conjuntamente o desempenho de portais, oferecendo um método para identificar os níveis de recursos específicos necessários para entrar em um regime de alto desempenho.

Os autores observam limitações, incluindo o fato de que o modelo graybox é válido apenas dentro da região de treinamento (sem extrapolação), a largura de banda é modelada via largura Gaussiana em vez de filtros de hardware explícitos, e as métricas são resumos numéricos sobre amostras finitas em vez de critérios analíticos exatos. A estrutura é apresentada como uma ferramenta para caracterizar e avaliar capacidades de controle em ambientes realistas e limitados por recursos.