基于量子纠缠的量子控制反馈通道设计

在量子反馈控制中,传感器从被控量子系统上获得有关系统的信息,控制器对这些信息进行处理并反馈到系统,从而以一种期望的方式来对量子系统进行主动控制.马尔可夫量子反馈、贝叶斯量子反馈、含时延非马尔可夫量子反馈等传统量子反馈控制都用到了来自测量结果的反馈信息,控制器处理经典信息,反馈环中没有建立有效的量子通道.最近的相干量子反馈方案中,传感器和控制器都采用量子系统,没有破坏反馈环的量子特性.本文提出了另一个可选择的量子反馈控制方案,该方案借助量子信息技术中量子纠缠这一重要物理资源来建立反馈环中有效的反馈量子通道,能完成量子遥控、间接量子控制和量子态远程反馈等传统量子反馈控制无法完成的任务.这一设计方案不仅为建立量子控制论与量子信息学之间的连接开辟了一条新的途径,也可能在实用的量子通信网络和大规模量子计算等方面具有重要的潜在应用.     

Quantum Mechanics Helps in Learning for More Intelligent Robots

A learning algorithm based on the state superposition principle is presented. The theoretical analysis shows that the needed fundamental transformations to realize this algorithm are the same as those needed in the Grover algorithm and are within current state-of-the-art technology. The simulated experiment shows that the quantum learning algorithm can help robots to learn faster and to become more intelligent.     

量子系统辨识与参数估计

量子信息的飞速发展对人们调控量子系统的能力提出了更高的要求,而对量子系统进行辨识与参数估计是进行量子控制的基本且重要的环节.本文综述量子系统辨识和参数估计这一方向,侧重于量子度量学、量子层析、量子滤波和量子噪声谱学4个分支,介绍其问题建模、分析工具、求解方法及不同的应用等.     

量子控制论在化学中的应用

控制量子现象是化学研究中的一个重要目标,量子控制论对实现该目标具有积极的指导意义.本文综述了量子控制论在化学中的应用及其进展,重点分析了量子相干控制、量子优化控制、闭环学习控制和能控性观念在化学研究中的应用,介绍了它们的研究现状,并对其未来研究进行了展望.     

基于量子模距离的量子态聚类识别

针对量子系统的状态识别，定义了一种量子模距离作为量子态之间的相似性度量，提出了一种基于量子模距离的聚类算法，它既适用于对量子叠加态的识别，也适合对量子纠缠态的识别。在算法中，根据待识别的样本量子态求取聚类中心，分别计算各量子态到聚类中心的量子模距离，根据量子模距离对量子态进行聚类识别。算例说明了这种聚类识别方法的合理性和有效性。