When Every Simulation Counts: Value-Based Reinforcement Learning for Accelerated Photonics Inverse Design
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
研究光子学逆设计中模拟预算受限问题，通过比较基线DQN和六个基于价值的变体，发现决斗式DQN是最可靠配置，能提高品质因数、降低波长误差、增加向上功率，为科学优化中算法收益归因提供可重现框架。
2026-07-28 cs.AI cs.LG physics.app-ph
D2RL: Deep Dense Architectures in Reinforcement Learning
University of Toronto（多伦多大学）；Vector Institute（向量研究所）；University of California Berkeley（加州大学伯克利分校）
虽然深度学习架构的改进在改善计算机视觉和自然语言处理中的监督和无监督学习状态方面发挥了至关重要的作用，但用于强化学习的神经网络架构选择仍然相对不足。我们从计算机视觉和生成建模的成功架构选择中汲取灵感，并在各种模拟机器人学习基准环境中研究使用更深的网络和密集连接进行强化学习。我们的研究结果表明，目前的方法从密集的连接和更深的网络中受益匪浅，在一系列操纵和运动任务中，无论是本体感受还是基于图像的观察。我们希望我们的结果可以作为一个强有力的基线，并进一步激励未来对强化学习神经网络架构的研究。该项目的网站与代码是在这个链接https://sites.google.com/view/d2rl/home。
2020-11-27 cs.LG
Inverse Design of Grating Couplers Using the Policy Gradient Method from Reinforcement Learning
University of California, Berkeley（加利福尼亚大学伯克利分校）；Hewlett Packard Labs（惠普实验室）；Hewlett Packard Enterprise（慧与科技）；HPE Belgium（HPE比利时分部）
我们提出了一种概念验证技术，用于由强化学习中的策略梯度方法激励的电磁设备的逆向设计，称为PHORCED（使用增强设计的增强标准的语音优化）。该技术使用概率生成神经网络与电磁解算器接口，以帮助设计光子器件，如光栅耦合器。我们表明，PHORCED通过伴随方法获得比基于局部梯度的逆设计性能更好的光栅耦合器设计，同时可能提供比竞争最先进的生成方法更快的收敛。作为该方法的益处的另一个示例，我们使用PHORCED实现了迁移学习，证明了训练以优化8个$^\circ$光栅耦合器的神经网络然后可以在具有交替散射角的光栅耦合器上重新训练，同时需要比对照情况少>10个$\times$的模拟。
2021-10-12 cs.LG physics.comp-ph physics.optics
Designing Neural Network Architectures using Reinforcement Learning
Massachusetts Institute of Technology（麻省理工学院）
目前，设计卷积神经网络（CNN）架构需要人类专业知识和劳动力。新的架构是通过仔细的实验或从少数现有网络修改而手工制作的。我们引入MetaQNN，一种基于强化学习的元建模算法，可以为给定的学习任务自动生成高性能的CNN架构。学习代理被训练为使用具有$ε$贪婪探索策略的$Q$学习来顺序地选择CNN层并体验重放。代理探索一个大的，但有限的空间可能的架构，并迭代地发现设计与学习任务的性能提高。在图像分类基准测试中，代理设计的网络（仅由标准卷积、池化和全连接层组成）击败了使用相同层类型设计的现有网络，并与使用更复杂层类型的最先进方法竞争。我们还优于现有的元建模方法的网络设计上的图像分类任务。
2017-03-22 cs.LG
Controlling chaotic itinerancy in laser dynamics for reinforcement learning
Saitama University（埼玉大学）；Kanazawa University（金泽大学）；Japan Science and Technology Agency（日本科学技术振兴机构）；The University of Tokyo（东京大学）
光子人工智能在加速机器学习方面引起了人们的极大兴趣;然而，独特的光学特性尚未充分利用来实现更高阶的功能。混沌巡游，其多个准吸引子之间的自发瞬态动力学，可以用来实现类脑功能。在本文中，我们提出了一种方法来控制混沌巡回多模半导体激光器解决机器学习任务，被称为多臂强盗问题，这是强化学习的基础。所提出的方法利用超快混沌巡回运动的模式竞争动力学通过光注入控制。我们发现，探索机制是完全不同于传统的搜索算法，是高度可扩展的，优于传统的方法，大规模的强盗问题。这项研究为利用混沌巡回有效解决复杂的机器学习任务铺平了道路，作为光子硬件加速器。
2022-05-12 cs.LG cs.SY eess.SY
A Dual-Memory Architecture for Reinforcement Learning on Neuromorphic Platforms
University of California, San Diego（加州大学圣地亚哥分校）
强化学习（RL）是生物系统学习的基础，并提供了一个框架来解决现实世界人工智能应用中的众多挑战。RL技术的有效实现可以让部署在边缘用例中的代理获得新的能力，例如改进的导航，理解复杂情况和关键决策。为了实现这一目标，我们描述了一个灵活的架构，在神经形态平台上进行强化学习。该架构使用英特尔神经形态处理器实现，并演示了使用尖峰动态解决各种任务。我们的研究为现实世界的RL应用提出了一个可用的节能解决方案，并证明了神经形态平台对RL问题的适用性。
2021-03-05 cs.AI cs.LG
QUOTA: The Quantile Option Architecture for Reinforcement Learning
University of Alberta（阿尔伯塔大学）；Noah’s Ark Lab, Huawei（华为诺亚方舟实验室）；Auburn University（奥本大学）
在本文中，我们提出了分位数选项架构（QUOTA）的基础上探索分布式强化学习（RL）的最新进展。在QUOTA中，决策是基于价值分布的分位数，而不仅仅是平均值。QUOTA通过同时利用价值分布的乐观和悲观，为探索提供了一个新的维度。我们展示了QUOTA在具有挑战性的视频游戏和物理机器人模拟器中的性能优势。
2018-11-07 cs.AI cs.LG
Adapting the Function Approximation Architecture in Online Reinforcement Learning
University of Alberta（阿尔伯塔大学）；DeepMind（深度思维）
强化学习（RL）系统的性能取决于用于近似价值函数的计算架构。深度学习方法提供了优化技术和架构，用于从嘈杂的高维观测中近似非线性函数。然而，流行的优化技术并不是为严格的增量在线更新而设计的。标准架构也不是为先验未知结构的观测而设计的：例如，光传感器随机分散在空间中。本文提出了一种在线RL预测算法与自适应架构，有效地发现有用的非线性功能。该算法是在一个空间域与高维，随机观测进行评估。该算法优于非自适应基线架构，并接近给定边信道信息的架构的性能。这些结果是一个可扩展的RL算法更一般的问题，其中的观察结构是不可用的一步。
2021-06-17 cs.AI cs.LG
Assessing Policy, Loss and Planning Combinations in Reinforcement Learning using a New Modular Architecture
INESC-ID / Instituto Superior Técnico（INESC-ID / 里斯本高等理工学院）
基于模型的强化学习范式使用规划算法和神经网络模型，最近在各种应用中取得了前所未有的成果，导致了现在被称为深度强化学习的东西。这些代理人是相当复杂的，涉及多个组件，因素，可以创造研究的挑战。在这项工作中，我们提出了一种适合这些类型代理的新模块化软件架构，以及一组可以轻松重用和组装的构建块，以构建新的基于基于模型的强化学习代理。这些构建块包括规划算法、策略和损失函数。我们说明了使用这种架构相结合的几个这些构建块来实现和测试代理，优化到三个不同的测试环境：Cartpole，Minigrid和Tictactoe。一个特定的规划算法，在我们的实现中可用，以前没有在强化学习中使用，我们称之为平均极大极小，在三个测试环境中取得了良好的效果。用这种结构进行的实验表明，规划算法、策略和损失函数的最佳组合严重依赖于问题。这一结果提供了证据表明，所提出的架构，这是模块化和可重用的，是有用的强化学习研究人员谁想要研究新的环境和技术。
2022-01-08 cs.AI cs.LG
Parallel photonic accelerator for decision making using optical spatiotemporal chaos
Saitama University（埼玉大学）；The University of Tokyo（东京大学）
光子加速器在人工智能领域的应用越来越受到人们的关注。多臂强盗问题是利用强化学习进行决策的基本问题。然而，由于物理实现的技术困难，光子决策的可扩展性尚未在实验中得到证明。提出了一种利用光时空混沌求解大规模多臂强盗问题的并行光子决策系统。我们在线解决了一个512臂的强盗问题，这个问题比以前的实验大了两个数量级。正确的决策的缩放属性检查作为老虎机的数量的函数，评估为0.86的指数。该指数小于以前的工作，表明所提出的并行原则的优越性。这个实验演示有助于光子决策，以解决未来光子加速器的大规模多臂强盗问题。
2022-10-12 cs.ET cs.LG physics.optics
Neural Architecture Evolution in Deep Reinforcement Learning for Continuous Control
University of Freiburg（弗莱堡大学）；German Cancer Research Center (DKFZ)（德国癌症研究中心（DKFZ））；Bosch Center for Artificial Intelligence（博世人工智能中心）
目前的深度强化学习算法仍然严重依赖手工制作的神经网络架构。我们提出了一种新的方法来自动找到连续控制任务的强拓扑结构，同时只增加了一个小的开销在环境中的相互作用。为了实现这一点，我们结合神经进化技术与离线训练，并提出了一种新的架构变异算子。五个连续控制基准的实验表明，所提出的演员-评论家神经进化算法往往优于强演员-评论家基线，并能够自动找到拓扑结构的采样效率的方式，否则将不得不找到昂贵的架构搜索。
2020-02-27 cs.LG cs.NE stat.ML
On the Interplay Between Sparsity and Training in Deep Reinforcement Learning
University of Alberta（阿尔伯塔大学）；Openmind Research Institute；AMII
本文研究了不同稀疏架构在深度强化学习中的作用，发现稀疏结构对学习性能有显著影响，且最佳稀疏架构的选择取决于隐藏层权重是固定的还是可学习的。
2025-02-01 cs.AI cs.LG
Evaluating Vision Transformer Methods for Deep Reinforcement Learning from Pixels
University of British Columbia（不列颠哥伦比亚大学）
视觉Transformer（ViT）最近展示了Transformer架构在计算机视觉中的巨大潜力。与标准卷积神经网络（CNN）架构相比，基于图像的深度强化学习在多大程度上也可以从ViT架构中受益？为了回答这个问题，我们评估了基于图像的强化学习（RL）控制任务的ViT训练方法，并将这些结果与领先的卷积网络架构方法RAD进行了比较。为了训练ViT编码器，我们考虑了几个最近提出的被视为辅助任务的自监督损失，以及没有额外损失项的基线。我们发现，使用RAD训练的CNN架构通常仍然提供优异的性能。对于ViT方法，我们考虑的所有三种类型的辅助任务都比普通的ViT训练有好处。此外，基于ViT重建的任务被发现显着优于ViT对比学习。
2022-05-15 cs.CV cs.LG cs.RO
Spatial Assembly: Generative Architecture With Reinforcement Learning, Self Play and Tree Search
University of Oxford（牛津大学）；Bartlett School of Architecture, UCL（伦敦大学学院巴特莱特建筑学院）
在这项工作中，我们研究了使用强化学习（RL）的空间组件的生成，通过结合程序生成算法（波函数折叠算法（WFC））和RL的游戏解决的想法。WFC是一种生成式设计算法，受约束求解的启发。在WFC中，定义了一组瓦片/块和约束，并且算法生成满足这些约束的组件。将空间装配体的生成问题转化为一个马尔可夫决策过程，其状态转移由WFC定义，提出了一种利用强化学习和Self-Play学习策略生成装配体的算法，该算法能够最大化设计者设定的目标。最后，我们展示了我们的空间组装算法在建筑设计中的应用。
2021-01-19 cs.AI cs.GR cs.LG
Q-PhotoNAS: Hybrid Quantum Neural Architecture Search Framework on Photonic Devices
Quandela Ascella photonic QPU（Quandela Ascella 光子量子处理器）
本文提出了一种结合遗传算法和可学习量子相位编码的混合光子量子-经典模型神经架构搜索框架，通过系统探索经典和量子组件的联合设计空间，提高了图像分类任务的准确率和硬件兼容性。
2026-07-23 cs.LG quant-ph
Reconstruction of a Photonic Qubit State with Reinforcement Learning
利用有限数量的拷贝重构未知光子量子态。采用半量子强化学习方法，通过连续的单次测量和反馈，使一个量子位状态（“代理”）适应未知的量子态（“环境”），以实现最大重叠。本文中的实验学习设备由量子光子学设置组成，可以基于环境中的测量结果“0”或“1”（即，奖励/惩罚信号）。结果表明，在适当的奖惩比下，在50次迭代中，确定性单光子智能体状态的正确率可以达到88%以上.该协议提供了一个工具，用于重建一个未知的量子态时，只有有限的副本提供，也可以扩展到更高的维度，多体，混合量子态的情况。
2019-03-27 quant-ph
Nonlinear photonic architecture for fault-tolerant quantum computing
ORCA Computing
该研究提出用于容错量子计算的新型非线性光子架构，将强单光子非线性纳入基于光子GHZ测量的架构，相比传统线性光学架构减少资源开销，还能容忍更高光学损耗，为改进容错量子计算实际实现提供途径。
2026-07-23 quant-ph
Optimized architectures for universal quantum state transformations using photonic path and polarization
高维量子空间中的任意无损变换都可以分解为易于实现的初等运算，有效的分解算法对于构造高维系统至关重要。在此，我们提出了两个优化的架构，有效地实现任意幺正变换，通过使用光子路径和偏振的基础上现有的分解算法。在第一个架构中，所需的干涉仪的数量减少了一半，与以前的作品。在第二种结构中，通过使用高维X门，将所有的基本运算转化为在同一路径上局部作用于光子偏振的运算，这种结构在基于偏振的应用中具有重要意义。两种架构都保持对称布局。我们的工作为高维变换的光学实现提供了便利，并在高维量子计算和量子通信中具有潜在的应用。
2022-12-06 quant-ph
Linear multiport photonic interferometers: loss analysis of temporally-encoded architectures
随着模式数量的增加，在具有高可控性的集成光子平台上实现空间编码通用线性多端口干涉仪变得越来越困难。在这项工作中，我们考虑的架构中，时间编码模式注入到一个链的可重构分束器和延迟环，并提供了一个详细的损失分析，这种和其他类似的架构。这种分析也产生了一个简单的和明确的描述所需的控制序列实现任意的时间编码的变换。我们考虑这些架构的可能的物理实现，并比较它们的性能。我们的结论是，在集成的锂离子电池平台上实现一系列可重构分束器和延迟环路，在不久的将来可以胜过类似的架构。
2018-12-17 quant-ph
Bandit approach to conflict-free multi-agent Q-learning in view of photonic implementation
The University of Tokyo（东京大学）；Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；CNRS（法国国家科学研究中心）；Institut Néel（内尔研究所）
最近，已经对光子强化学习进行了广泛的研究，以通过利用光的物理性质来加速计算过程。以前的研究利用光子的量子干涉来实现集体决策，而没有选择冲突时，解决竞争性多臂强盗问题，强化学习的一个基本例子。然而，强盗问题处理的是一个静态的环境，代理人的行动不影响奖励概率。本研究旨在将传统的方法扩展到一个更一般的多智能体强化学习，针对网格世界的问题。与传统的方法不同，该方案处理的是一个动态的环境，因为代理人的行动的奖励变化。一个成功的光子强化学习方案需要一个有助于学习质量的光子系统和一个合适的算法。本研究提出了一种新的学习算法，不连续的强盗Q学习，鉴于潜在的光子实现。这里，在环境中的状态-动作对被视为老虎机的上下文中的强盗问题和更新量的Q值被视为奖励的强盗问题。通过数值仿真验证了该算法的有效性。此外，我们提出了一个多智能体的体系结构，代理人之间通过光的量子干涉和量子原理的间接连接，确保代理人之间的状态-动作对选择的无冲突属性。我们证明，多智能体强化学习可以加速由于多个代理之间的冲突避免。
2022-12-20 cs.AI cs.MA physics.optics
Large Scale Modular Quantum Computer Architecture with Atomic Memory and Photonic Interconnects
能够执行非平凡量子算法的可扩展量子计算机硬件的实际构建将需要不同类型的量子系统的并置。我们分析了一个模块化的离子阱量子计算机体系结构与层次的相互作用，可以扩展到非常大量的量子位。单个寄存器内的量子位存储器之间的局部纠缠量子门是使用量子位之间的自然相互作用来完成的，并且独立寄存器之间的纠缠是经由不同寄存器中的量子位之间的概率光子接口来完成的，即使在很大的距离上也是如此。我们表明，这种架构可以容错，并证明其可行性的容错执行的适度大小的量子线路。
2013-07-02 quant-ph
Using Reinforcement Learning to Guide Graph State Generation for Photonic Quantum Computers
针对光子量子计算机中图态生成存在的时间、发射器数量和CZ门数量优化不足及搜索空间大的问题，提出RLGS编译框架，通过强化学习识别最优生成序列，实验显示对不同规模图态生成时间平均减少31.1%-57.5%。
2024-12-02 quant-ph
Benchmarking integrated photonic architectures
光子平台是实现量子通信协议和进行量子模拟实验的一种很有前途的技术。此外，大规模集成干涉仪最近在量子计算的受限模型中发挥了相关作用，特别是使用玻色子采样设备。事实上，已经提出了各种线性光学方案来实现酉变换，每一个都适合于特定的任务。尽管如此，到目前为止，仍然缺乏在更广泛和现实的条件下对最新技术状况的全面分析。在目前的工作中，我们解决这个差距，提供了一个统一的框架中的三个主要的光子架构，即三角形和正方形的设计和所谓的快速变换的定量比较。所有的布局都是在内部结构的反射率和相位存在损失和不完善控制的情况下进行分析的。我们的研究结果代表了进一步的一步，实现量子信息协议的大规模集成光子器件。
2017-05-25 quant-ph
A Reversible Continuous-Variable Photonic Memory Architecture Based on Displacement-Evolved Coherent-State Dynamics
National Institute of Technology Surat（苏拉特国家技术学院）
研究基于位移演化相干态动力学，引入元数据辅助的连续变量光子存储架构，结合多模存储与元数据索引，能实现历史存储状态的导航和重建，为未来元数据感知存储架构提供基础。
2026-07-22 quant-ph
End-to-end switchless architecture for fault-tolerant photonic quantum computing
提出一种仅用被动片上组件的容错连续变量量子计算端到端架构，实现超90%概率生成高于容错阈值的光子量子比特，并设计仅需13 dB簇压缩的新颖magic state生成协议，开辟了通用容错量子计算的新路径。
2025-07-10 quant-ph
Universal programmable photonic architecture for quantum information processing
提出了一种可制备任意量子态和算符的量子可编程门阵列（QPGA）的光子集成电路结构。该体系结构由相位调制马赫-曾德尔干涉仪和嵌入式量子发射器组成，马赫-曾德尔干涉仪在路径编码的光子量子比特上执行旋转，嵌入式量子发射器使用双光子散射过程来实现相邻量子比特之间的确定性受控$σ_z$操作。通过适当地设置晶格内的相移，该器件可以被编程为实现任何量子线路而无需硬件修改。我们提供的算法，准确地准备任意的量子态和运营商的设备上，我们表明，基于梯度的优化可以训练一个模拟的QPGA自动实现高度紧凑的近似重要的量子线路与近统一的保真度。
2019-10-22 physics.optics quant-ph
Integrated Multi-Wavelength Photonic Architectures for Future Scalable Trapped Ion Quantum Devices
针对可扩展囚禁离子量子器件缺乏整体光子电路架构的问题，本文提出单芯片内多波长激光向多囚禁区传输的集成方案，并比较两种纳米光子波导配置的总激光功率损耗。
2025-09-01 physics.app-ph physics.optics quant-ph
Low-depth, compact and error-tolerant photonic matrix-vector multiplication beyond the unitary group
提出一种新型光子电路架构，利用紧凑低深度分束器网络实现非酉传输矩阵，在降低电路深度的同时大幅提升对硬件错误的容忍度。
2024-08-31 physics.optics quant-ph
Programmable recirculating bricks mesh architecture for quantum photonics
Institute of Microelectronics and Optoelectronics, Warsaw University of Technology（华沙理工大学微电子与光电子研究所）
本文提出一种可编程循环砖状网格架构，用于量子光子学，展示其在玻色采样和光子不可区分性检测中的应用，同时支持时空模式的处理。
2026-04-01 physics.optics quant-ph
Interleaving: Modular architectures for fault-tolerant photonic quantum computing
有用的容错量子计算机需要非常大量的物理量子比特。量子计算机通常被设计为执行门和测量的静态量子位阵列。光子量子比特需要一种不同的方法。在基于光子融合的量子计算（FBQC）中，主要的硬件组件是通过波导和开关连接的资源状态发生器（RSG）和融合设备。RSG产生几个光子量子比特的小纠缠态，而融合设备在不同的资源状态之间执行纠缠测量，从而执行计算。此外，光纤等低损耗光子延迟可以用作固定时间的量子存储器，同时存储数千个光子量子比特。在这里，我们提出了一个模块化的架构FBQC中，这些组件相结合，形成“交织模块”组成的一个RSG与其相关的融合设备和一些光纤延迟。利用延迟的乘法能力，每个模块可以将数千个物理量子比特添加到计算希尔伯特空间。模块网络是通用的容错量子计算机，我们使用表面码和晶格手术作为指导性的例子来证明。我们的数值分析表明，在包含1公里长的光纤延迟的模块网络中，每个RSG可以生成4个逻辑距离为35的表面编码量子比特，同时除了光纤延迟损耗之外，还可以容忍2%以上的光子损耗率。我们说明了如何交织与非本地光纤连接的进一步使用的组合可以降低逻辑运算的成本，并促进非常规的几何形状，如周期性边界或星状表面码的实施。交错应用超越了纯粹的光学架构，还可以将许多具有光子转换功能的小型断开物质量子比特设备转变为大规模量子计算机。
2021-03-15 quant-ph
Photonic quantum computing with probabilistic single photon sources but without coherent switches
我们提出了光子量子计算架构，可以处理概率（预示）产生的单光子和概率门，而不使用相干开关。唯一需要的动力学元素是在给定模式下所有光子的可控吸收。虽然理论上的架构在通用量子计算所需的资源中以多项式方式扩展，但如所呈现的，它们的开销很大，并且它们是光子方法的配置空间中的说明性极端点，而不是任何人都应该认真追求的配方。然而，他们确实证明了光子量子计算所必需的许多东西实际上并不是。潜在的独立利益可能是，该架构利用具有对应于单个有效量子位状态的许多可能的微状态的量子位，并且用于处理概率操作的技术是，在必要时，仅仅扩大这样的微状态的集合以包含所有可能性，同时大量利用随后的能力来“相干地擦除”给定量子位所处的特定微状态。
2023-03-06 quant-ph
Completely subradiant multi-atom architectures through 2D photonic crystals
受最近在一维波导附近捕获的原子操纵方面的进展以及出于同样目的在压电衬底上使用表面声波的启发，我们展示了二维平台的潜力。我们利用原子在具有正方形对称性的光子晶体平板附近的定向发射来建立两个远距离原子的完美亚辐射态，这在二维中仅对具有反射边界的有限晶格是可能的。我们还展示了如何设计大规模并行一维阵列的原子以上的单晶，有用的多端口输出的非经典光，通过开发相消干涉的引导共振模式，由于有限的尺寸效应。发射的方向性示出是存在的，每当一个线性的等频流形是存在于晶体的色散关系。多原子的辐射特性可以从一个简单的主方程的串扰系数，我们比较精确的原子晶体动力学，显示其预测能力。
2017-11-22 quant-ph
Resource-efficient universal photonic processor based on time-multiplexed hybrid architectures
Paderborn University（帕德博恩大学）
本文提出了一种基于离散时间量子行走的通用光子处理器，通过将任意线性变换转换为量子行走的硬币和步骤算子，并映射到实验参数，实现了高效且可扩展的光子处理系统，同时展示了其对实验缺陷的高鲁棒性。
2026-05-19 quant-ph
Photonic architecture for scalable quantum information processing in NV-diamond
物理学和信息是紧密相连的，最终的信息处理设备将是那些利用量子力学原理的设备。许多物理系统已被确定为量子信息处理的候选者，但它们中没有一个是免于错误的。挑战仍然是找到一条从今天的实验到可靠和可扩展的量子计算机的道路。在这里，我们开发了一个架构的基础上，一个简单的模块，包括一个光学腔含有一个带负电荷的氮空位中心的钻石。模块通过在光纤网络中传播的光子连接，并共同用于生成拓扑簇状态，这是用于量子信息处理的鲁棒衬底。原则上，架构中的所有过程都可以是确定性的，但当前的限制导致过程是概率性的，但预示着。我们发现，该架构使大规模的量子信息处理与现有技术。
2013-09-17 quant-ph
Remote Macroscopic Entanglement on a Photonic Crystal Architecture
纳米结构制造和冷却技术的杰出进展使几十年前无法想象的事情成为可能：将单模机械振动带入量子领域。光子和声子激发之间的耦合是光和机械振动的非经典态的天然来源，并且在腔光学力学领域中的研究正在闪电般迅速发展。光子晶体腔是高度可集成的结构，迄今为止已经证明了最强的光机耦合，因此应该在这种混合量子态工程中发挥核心作用。在这种情况下，我们提出了一个现实的预示协议的芯片上制备远程纠缠的机械状态，依赖于国家的最先进的光学机械参数的硅基纳米梁结构。斯托克斯过程的脉冲边带激发与单光子检测相结合，允许在系统中写入离域的机械贝尔态，然后可以在光场中读出其签名。在这个协议中的纠缠度的测量是由发射光中的特征量子干涉图案的可见性提供的。
2015-05-04 quant-ph
LiDMaS: Architecture-Level Modeling of Fault-Tolerant Magic-State Injection in GKP Photonic Qubits
College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院）
LiDMaS通过架构级建模研究GKP编码光子量子比特中逻辑T门魔态的容错注入，结合RUS协议和外表面码保护，提供可扩展光子容错架构的设计指导。
2026-02-26 quant-ph
Blueprint for a Scalable Photonic Fault-Tolerant Quantum Computer
光子学是构建在室温下运行的模块化、易于联网的量子计算机的首选平台。然而，到目前为止，还没有一个具体的架构能够同时利用量子比特编码成光态的优势和现代工具来生成它们。在这里，我们提出了这样一个可扩展的和容错的光子量子计算机的设计通知的理论和技术的最新发展。我们的架构的核心是生成和操纵的三维混合资源状态，包括玻色子量子比特和压缩真空状态。该提案能够利用最先进的程序，结合连续变量量子计算的优势，即使用易于生成的压缩态实现克利福德门，来非确定性地生成玻色子量子比特。此外，该架构基于二维集成光子芯片，用于在一个时间和两个空间维度上产生量子比特簇状态。与现有架构相比，通过减少实验挑战并实现室温量子计算，我们的设计为可扩展的制造和操作打开了大门，这可能使光子学在通往具有数百万量子位的量子计算机的道路上超越其他平台。
2021-02-02 quant-ph
Constructing 2D and 3D cluster states with photonic modules
大规模量子信息处理（QIP）和分布式量子计算需要在大量量子比特上执行纠缠操作的能力。我们描述了一种新的光子模块，它使用腔中的原子作为辅助，确定性地制备光子团簇态。在此基础上，我们设计了一个构造二维簇态的网络，并将其扩展到三维拓扑簇态。我们的设计的优点包括一个被动的开关机制和使用全局控制脉冲的腔中的原子的可能性。这里描述的架构非常适合于芯片上的集成光子电路，并且可以用作未来量子光学处理器或量子中继器节点的基础。
2009-09-10 quant-ph
A Cryogenic Hybrid Photonic/CMOS Controller Architecture for Scalable Superconducting Qubit Control
Rensselaer Polytechnic Institute（伦斯勒理工学院）
提出一种4K混合光子/CMOS控制架构，通过光纤分发共享脉冲模板，结合低温CMOS电路实现本地编程，降低功耗并支持单/双量子门生成，为可扩展超导量子比特控制提供可行方案。
2026-09-03 quant-ph
Full-Stack High-Volume Quantum Networking Architecture based on Photonic-Integrated Tin Vacancy Centers in Diamond
Massachusetts Institute of Technology（麻省理工学院）；Lincoln Laboratory, Massachusetts Institute of Technology（林肯实验室，麻省理工学院）；Syracuse University（雪城大学）
本研究提出基于金刚石光子集成锡空位中心的全栈高容量量子网络架构，通过多物理场数字孪生等技术实现GHz级频谱调谐等关键突破，模拟显示千个发射器可实现99.96%连通性以达成分布式量子纠缠。
2026-08-18 quant-ph
High-Rate and Resource-Efficient All-Photonic Quantum Repeater Architectures with 9 km Repeater Spacing
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Universität Siegen（锡根大学）；Photon Queue Inc.（光子队列公司）
提出一种全光子量子中继架构，通过级联连续变量和离散变量量子纠错码（GKP码和Steane码）实现9公里中继间距，支持1000公里量子通信，并显著降低每中继站所需GKP量子比特数。
2026-08-06 quant-ph
All-photonic architectural roadmap for scalable quantum computing using Greenberger-Horne-Zeilinger states
线性光学量子计算除了光子损失外，还受到缺乏确定性纠缠操作的困扰。受实验前沿在确定性产生各种多光子纠缠态方面取得的进展的启发，我们提出了一种利用三光子Greenberger-Horne-Zeilinger（GHZ）态的线性光学量子计算架构。我们的架构及其子变量使用偏振光子在GHz状态，偏振分束器，延迟线，光开关和开关检测器。我们级联拓扑量子纠错码与三量子比特重复码，估计我们的架构可以容忍非常高的光子丢失率的$11.5 \%$，这使得一个巨大的变化，至少是一个订单高于已知的建议。此外，考虑到三光子GHZ状态作为资源，我们估计的资源开销执行门操作的$10^{-6}~(10^{-15})$的精度为$2.0\times10^6~(5.6\times10^7)$。与其他全光子方案相比，我们的架构也是资源有效的。此外，如果更大的GHZ状态可用，则可以进一步改善资源开销。鉴于其显著提高的光子损失阈值和最近在产生多光子纠缠方面的进展，我们的方案将使可扩展的光子量子计算更接近现实。
2022-08-01 quant-ph
Effective programming of a photonic processor with complex interferometric structure
Quantum Technology Centre and Faculty of Physics, M. V. Lomonosov Moscow State University（量子技术中心与莫斯科大学物理学院）
本文展示了一种基于可重构光子电路的复杂干涉仪编程方法，通过两种不同算法实现高保真度的单位ary变换，为非传统干涉结构在光信息处理中的应用奠定基础。
2026-03-26 physics.optics quant-ph
Fault-Tolerant Directional Couplers for State Manipulation in Silicon Photonic-Integrated Circuits
光子集成电路在通信、传感、测距和信息处理等当前和未来的应用中发挥着核心作用。光子量子计算也可能需要集成光学架构来提高稳定性、可扩展性和性能。容错量子计算要求非常精确和鲁棒的量子门。在这项工作中，我们展示了高保真定向耦合器的单量子位门的光子集成波导，利用一种新的方案失谐调制复合段。具体的设计，以减少对波长的变化和现实世界中的波导宽度和深度的几何制造误差的敏感性。实验证明了增强的波长容限。这一概念显示出作为集成量子光学架构的一部分的缩放高保真门的巨大前景。
2022-04-07 physics.optics quant-ph
Error protected qubits in a silicon photonic chip
原则上，通用量子计算机可以纠缠许多有噪声的物理量子比特，以实现防止错误的复合量子比特。基于测量的量子计算体系结构本质上支持错误保护量子比特，是构建全光子量子计算机的最可行方法。在这里，我们提出并展示了一个集成的硅光子架构，既纠缠多个光子，并编码多个物理量子位的单个光子，以产生错误保护量子位。我们实现了可重构的图形状态，比较了几种方案与纠错编码，并实现了一系列的量子信息处理任务。我们观察到的成功率从62.5%增加到95.8%时，运行相位估计算法没有和错误保护，分别。最后，我们实现超图状态，这是一个广义的一类资源状态，提供保护，防止相关的错误。我们的研究结果表明，如何量子纠错编码可以实现与资源有效的光子架构，以提高量子算法的性能。
2020-09-17 physics.optics quant-ph
Enhanced Fault-tolerance in Photonic Quantum Computing: Comparing the Honeycomb Floquet Code and the Surface Code in Tailored Architecture
Quandela；Sorbonne Université（索邦大学）；Institut d’Optique Graduate School（高等光学学院）；Université de Bordeaux（波尔多大学）
本研究在定制架构中比较了蜂窝Floquet码与表面码，发现蜂窝码在容错性能上更优，损耗阈值达6.3%
2026-01-08 quant-ph
Universal Unitary Photonic Circuits by Interlacing Discrete Fractional Fourier Transform and Phase Modulation
提出一种将酉矩阵分解为交错离散分数傅里叶变换与对角相移的通用光子架构，仅用 $N+1$ 个相位层表示任意酉算子，并给出梯度优化与集成光路实现方案。
2023-07-14 physics.optics quant-ph
ON states as resource units for universal quantum computation with photonic architectures
使用光子系统的通用量子计算需要其哈密顿量在正交算子中的阶数大于二次的门。我们首先回顾以前的建议，以实现这样的门，其中特定的非高斯状态被用作资源结合纠缠门，如连续变量版本的C-相位和C-非门。然后，我们提出的ON状态的真空和$N^{th}$福克态的叠加，作为非高斯资源状态。我们表明，ON状态可以用来实现立方和高阶正交相位门的一阶门强度。这种方法有几个优点，例如减少了资源状态准备中的叠加次数，以及对最终门的更大控制。我们还介绍了有用的数字的优点来表征门的性能。通过重复应用基本电路，利用按需资源状态的供应，可以潜在地将实现方式放大到更高的精度。
2018-06-25 physics.optics quant-ph
Scalable one-way quantum computer using on-chip resonator qubits
我们提出了一个可扩展的和强大的架构，单向量子计算使用超导传输线谐振器耦合网络。在我们的协议中，量子信息被编码到谐振器的长寿命光子态中，其具有比通常的超导量子比特长得多的相干时间。每个谐振腔包含一个电荷量子比特，用于光子量子比特的状态初始化和局域投影测量。任何一对相邻的光子量子位通过介体电荷量子位耦合，并且可以通过将斯塔克移位的拉比脉冲施加到这些介体量子位来创建大的光子簇态。我们的架构的显着优势是，它结合了固态系统的良好的可扩展性和光子量子比特的长相干时间。此外，该架构对于参数变化非常鲁棒。
2011-11-11 quant-ph
Fusion and flow: formal protocols to reliably build photonic graph states
本文提出一个结合线性光学、ZX演算和数据流编程的框架，用于光子量子计算，通过新型流结构校正融合误差，并证明重复直至成功协议及通用性，为编译算法开发奠定基础。
2024-09-20 quant-ph
Architecture and protocols for all-photonic quantum repeaters
针对全光量子中继器现有研究应用场景较窄的问题，提出新型发射端-光子量子比特构建模块与RGS协议，减少端节点量子存储器需求并整合两类中继器，同时提出逻辑测量结果解码算法。
2024-06-18 cs.NI quant-ph
Universal Logical Quantum Photonic Neural Network Processor via Cavity-Assisted Interactions
本文提出一种基于腔辅助三能级原子相互作用的量子光子神经网络架构，利用光子数选择性相位门构建通用门集，实现多模多光子态制备、玻色子纠错码逻辑操作与纠错电路，为近期集成光子硬件上的容错量子计算铺平道路。
2024-10-02 cs.ET physics.optics quant-ph
Recirculating Quantum Photonic Networks for Fast Deterministic Quantum Information Processing
DTU Electro, Technical University of Denmark（丹麦技术大学电气工程系）；NanoPhoton - Center for Nanophotonics, Technical University of Denmark（丹麦技术大学纳米光子学中心）；Department of Electrical Engineering and Computer Science, Massachusetts Institute of Technology（麻省理工学院电气工程和计算机科学系）
提出循环量子光子网络架构，通过最小化处理时间降低对非线性相互作用速率的要求，实现多量子比特门和量子纠错的加速，提升硬件效率。
2026-06-11 quant-ph
Loss-tolerant architecture for quantum computing with quantum emitters
本文提出一种基于光子量子发射器的测量型量子计算架构，通过自旋-光子纠缠与非自适应弹道融合构建逾渗图态，并利用几何构造优化显著提升光子损耗容限。
2024-03-25 quant-ph
