用强化学习持续校准量子纠错
bravo_abad · x · 2026-07-14
量子计算在长时间运行时，底层硬件参数会随时间发生漂移，传统的中断式重新校准无法满足未来连续数月运行的算法需求。 研究人员提出将纠错过程本身转化为学习循环：利用原本只发送给解码器的检测事件作为强化学习智能体的反馈信号，持续微调处理器的物理控制参数。为解决直接优化逻辑错误率成本过高的问题，作者基于局部检测率定义了替代目标，利用稀疏因子图结构实现了可扩展的策略梯度学习。 在 Google Willow 超导处理器上的实验表明，该 RL 微调在传统校准基础上将逻辑错误率降低了约 20%。在注入硬件漂移的测试中，连续引导使平均逻辑错误率下降 24%，稳定性提升 2.4 倍（结合解码器适应后，降幅与稳定性提升分别达 31% 和 3.5 倍）。模拟显示，该方法可扩展至包含近 4 万个控制参数的距离-15 码，且优化速度基本不受系统规模影响。 这种闭环控制策略不仅适用于量子计算，未来还有望应用于药物发现、材料科学等需要长期自主运行的科研平台。