项目名称： 受限条件下量子系统的学习控制与性能优化

项目编号： No.61374092

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 齐波

作者单位： 中国科学院数学与系统科学研究院

项目金额： 80万元

中文摘要： 控制量子系统已经变成几个前沿技术领域的关键任务，它与量子计算、量子通讯、飞秒激光选键化学等密切相关。实际的量子控制任务总面临一些限制条件。项目将研究受限条件下量子系统的控制问题，提出有效的控制理论与方法并对受限条件下的量子系统性能进行优化。项目将考虑三类受限条件，即控制资源受限制（比如只有特定形式的控制场有效）、量子系统的哈密顿量中含有不确定性（比如系统的哈密顿量含有参数不确定性）、量子系统与非理想环境相互作用（比如马尔科夫开放量子系统中含不确定性）。对控制资源受限条件下的量子系统，将提出基于保真度的量子启发式强化学习算法并用于控制设计。对含哈密顿量不确定性的量子系统，将提出新的采样学习控制理论指导系统设计。对非理想环境下量子系统，提出采样数据控制理论与方法对系统性能进行优化。项目的实施对量子控制的理论研究具有重要的促进作用，拟提出的控制方法对加速量子技术走向实用具有重要的指导价值。

中文关键词： 量子控制；强化学习；采样学习控制；量子层析；退相干

英文摘要： Controlling quantum systems has become a key task in several important areas including quantum computation, quantum communication and fetomsecond laser selective-bond chemistry. Practical quantum control tasks almost suffer different constraints. This pro

英文关键词： quantum control；reinforcement learning；sampling-based learning control；quantum tomography；decoherence