⚛️ 量子物理

Optimal Control of a Fluxonium Circuit with the Q-PRONTO Numerical Method

本文通过改进的 QICK 固件和随机基准测试，证明了 Q-PRONTO 数值方法在优化 fluxonium 量子比特控制方面的有效性，实现了二次收敛以及 $6.6\times10^{-4}$ 的门误差。

原作者： John Barta, Brian D. Isakov, Pablo Aramburu Sanchez, Jieqiu Shao, Tamás Kalmár, Trevyn F. Q. Larson, Marco M. Nicotra, András Gyenis

发布于 2026-10-26

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： John Barta, Brian D. Isakov, Pablo Aramburu Sanchez, Jieqiu Shao, Tamás Kalmár, Trevyn F. Q. Larson, Marco M. Nicotra, András Gyenis

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

构建一台利用量子力学奇特规则来解决问题的计算机，不仅仅需要制造微小且脆弱的电路；它还要求具备以极高精度操控这些电路的能力。在超导量子计算机的世界中，信息存储在被称为“人工原子”的量子比特（qubits）中。为了让这些机器运转起来，科学家必须施加经过精心定时设计的能量脉冲，使量子比特在不同状态之间转换，从而有效地执行计算。然而，这些电路并不完美。它们存在于一个嘈杂的环境中，额外的能级可能会干扰计算，而且电路的精确属性往往与工程师预期的略有出入。如果控制信号的形状不够完美，量子比特就可能偏离预定路径或产生错误，导致计算机失效。为了让这些系统实现规模化并发挥作用，研究人员需要一种能够设计出对这些缺陷具有鲁棒性（稳健性），并且能高效处理复杂多能级系统的控制信号的方法。

来自科罗拉多大学博尔德分校及其他机构的一个研究小组通过测试一种用于设计这些控制信号的新数学方法，在解决这一问题上迈出了重要一步。他们专注于一种被称为“通量量子比特”（fluxonium qubit）的特定超导电路，这是一种包含特殊结点的环形导线，使其表现得像一个人工原子。与较简单的量子比特设计不同，通量量子比特具有许多能级，这使得控制起来更加困难，但也具有更大的潜力。研究人员使用了一种称为 Q-PRONTO 的技术，这是一种旨在寻找最佳电脉冲序列以旋转量子比特状态的数值方法。虽然以往寻找这些脉冲的方法通常是循序渐进地缓慢改进，但 Q-PRONTO 旨在通过使用一种特定的数学捷径更直接地收敛到答案，从而更快地找到解决方案。这种速度至关重要，因为随着量子系统规模的扩大，计算正确控制信号所需的时间可能会成为主要的瓶颈。

为了测试这种方法，该团队首先必须克服一个硬件限制。他们用于生成控制信号的设备——即量子仪器控制套件（Quantum Instrumentation Control Kit）——最初并非为回放非常长且复杂的自定义脉冲序列而设计的。为了解决这个问题，研究人员重写了设备的内部软件，即固件。他们清除了一些标准功能，以腾出一个大型内存缓冲区，用于存放数百微秒长的自定义波形。这种修改使得他们能够将 Q-PRONTO 算法生成的长而复杂的脉冲直接发送到通量量子比特电路，而无需将其拆分为更小的、效果较差的片段。硬件准备就绪后，他们使用这种新方法设计了一个脉冲，仅用 178 纳秒即可将量子比特旋转特定角度，这一基本操作被称为“逻辑门”。

实验结果是通过一种称为“随机基准测试”（randomized benchmarking）的标准测试程序进行测量的，该程序涉及运行许多随机的操作序列，以观察系统返回正确状态的频率。团队发现，由 Q-PRONTO 设计的脉冲表现极其出色，其误差率仅为每 10,000 次操作出现 6.6 次错误。考虑到通量量子比特电路的复杂性，这种准确度水平是非常高的。当研究人员分析剩余误差的来源时，他们发现性能的限制并非来自于控制脉冲本身的质量，而是受限于量子态的自然寿命。量子比特保持信息的时间仅比逻辑门持续时间稍长一点，这意味着控制信号已接近该物理设备的极限。

这项工作证明了先进的数学优化方法可以成功设计出复杂量子电路的控制信号，即使在这些电路拥有可能导致错误的众多能级的情况下也是如此。通过展示 Q-PRONTO 方法能够产生将系统推向物理极限的高保真逻辑门，研究人员验证了一个对于未来大规模量子计算机至关重要的工具。虽然他们创建的脉冲看起来与传统的无线电波有些相似，但其创建方法足够强大，足以处理更困难的情景，例如同时控制多个量子比特或应对硬件中未知的变化。这次实验的成功表明，随着量子计算机规模和复杂性的增长，这些精密的数值工具将是维持其正常运行所必需的，从而将量子力学的理论潜力转化为现实。

技术摘要：利用 Q-PRONTO 数值方法对 Fluxonium 电路进行最优控制

问题陈述
在具有耗散特性的多能级系统（如超导 fluxium 量子比特）中，精确控制量子态是基于门量子计算的关键要求。传统的控制策略通常将系统截断为二能级或三能级，并采用单色激发。然而，随着门操作速度的提高，这些方法面临着包括向计算空间泄漏以及导致门保真度下降的反转项（counter-rotating terms）出现等局限性。虽然诸如 GRAPE 和 Krotov 等量子最优控制（QOC）协议提供了塑造时间演化的框架，但它们通常依赖于假设已知电路哈密顿量的基于模型的实现。此外，这些方法通常只能保证近似线性收敛率，这对于大规模量子系统而言会成为资源密集型的瓶颈。

方法论
作者采用了基于量子投影算子的牛顿轨迹优化法（Q-PRONTO），这是一种旨在实现控制量子态二次收敛的最新数值方法。与标准的梯度下降法不同，Q-PRONTO 利用投影算子将系统动力学映射到修改后的代价函数中，随后使用牛顿下降法寻找最小值。这种方法保留了曲率信息，从而提供了通往最优解更直接的路径。

本研究重点关注一种由电感和电容并联在约瑟夫森结上的超导 fluxium 量子比特。优化问题被表述为：在总时间 $T$ 内，通过最大化 $\pi/2$ 旋转门（即 $X_{\pi/2}$ 门）的保真度来优化控制输入，同时受到泄漏、驱动幅度以及驱动频率的约束。代价函数包括：

终端代价： 最小化最终状态与目标幺正变换之间的距离。
增量代价： 对控制输入幅度（ $\ell_u$ ）、降低高频成分的输入变化率（ $\ell_w$ ）以及向第二激发态泄漏（ $\ell_\psi$ ）进行惩罚。

为了对这些优化的脉冲进行实验验证，作者修改了运行在 Xilinx ZCU216 RFSoC 板上的**量子仪器控制套件（QICK）**的固件。默认固件通过单频调幅与包络函数结合的方式工作，这不足以满足随机基准测试所需的长序列任意脉冲需求。作者移除了直接数字频率合成（DDS）逻辑，并实现了一个大型先进先出（FIFO）存储块（约 2 MB），能够以 430 MHz 的频率存储并输出预合成的 Q-PRONTO 脉冲。这种修改允许直接合成任意波形，而不受默认通道内存的限制。

核心贡献

将 Q-PRONTO 应用于 Fluxonium： 本文展示了利用 Q-PRONTO 算法设计 fluxium 量子比特单比特门的方案，该方案基于测得的能谱推导出的电路哈密顿量来优化控制输入 $u(t)$ 。
针对任意脉冲的固件修改： 一个重要的技术贡献是修改了 QICK 固件以扩展单比特通道的内存分配。这使得应用长序列直接合成的任意脉冲成为可能，而这是对最优控制解进行严格随机基准测试的前提条件。
实验基准测试： 作者使用基于 Clifford 门的随机基准测试对优化的 Q-PRONTO 门进行了性能表征。

结果
作者成功生成并测试了持续时间为 178 ns 的优化脉冲。生成的脉冲类似于单色驱动，其主要频率分量与 $|0\rangle \to |1\rangle$ 跃迁相匹配，这与较长 Rabi 驱动的最优解一致。

通过包含 200 个不同随机 Clifford 门序列的随机基准测试，作者实现了：

序列衰减参数 $p = 0.99867 \pm 0.00002$ 。
每个 Clifford 门的平均误差 $r_{Clifford} = 6.6 \times 10^{-4}$ 。
每个门的总误差为 $6.6 \times 10^{-4}$ 。

分析表明，门性能受限于量子比特的相干性。通过测得的弛豫时间（ $T_1 \approx 263 \mu s$ ）和纯去相位时间（ $T_\phi^E \approx 155 \mu s$ ）计算得出，178 ns 门在理论上的相干极限为 $6.1 \times 10^{-4}$ 。测量误差与相干极限的高度一致表明，控制脉冲的性能已接近器件的物理极限。

意义与声明
本文将此工作定位为将 Q-PRONTO 应用于超导电路的概念验证。作者强调，虽然 Q-PRONTO 的二次收敛率对于小维数希尔伯特空间（少能级系统）可能仅带来边际计算收益，但这种验证是向更大规模系统（如耦合量子比特或具有多个能态的单 qudit）迈进的必要前提，在这些系统中，收敛优势将变得至关重要。

研究结论指出，虽然目前的优化控制输入类似于传统的共振脉冲，但当脉冲长度接近量子比特频率的倒数时，该方法论变得愈发重要，因为届时需要超越旋转波近似（RWA）的设计。未来的工作方向确定为双量子比特门、针对实验不确定性的鲁棒性以及用于超导电路控制的闭环学习。作者明确表示，当前版本的 Q-PRONTO 尚未包含针对实验不确定性的特定鲁棒性调整，且观察到的误差归因于器件相干性和状态准备及测量（SPAM）误差，而非算法失效。

类似论文